原发乳腺癌患者循环肿瘤DNA连续监测用于隐匿性转移检测
该数据集来自 search.dataone.org，聚焦原发乳腺癌患者的循环肿瘤DNA（ctDNA）连续监测，用于隐匿性转移的早期检测
基本信息
资源简介
原发乳腺癌患者循环肿瘤DNA连续监测用于隐匿性转移检测
Serial monitoring of circulating tumor DNA in patients with primary breast cancer for detection of occult metastatic disease
该数据集来自 search.dataone.org，聚焦原发乳腺癌患者的循环肿瘤DNA（ctDNA）连续监测，用于隐匿性转移的早期检测。研究对20例原发乳腺癌患者进行回顾性分析，结合原发肿瘤低覆盖度whole-genome sequencing与血浆中肿瘤特异性重排的droplet digital PCR定量。数据可用于评估ctDNA监测在术后区分最终临床复发与未复发患者的准确性，以及ctDNA检测相较于临床转移检测的提前时间，支持转移早期预测相关研究（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：转移性乳腺癌通常在出现症状后才被诊断，此时很少能治愈。游离循环肿瘤DNA（ctDNA）包含肿瘤特异性染色体重排，可在血浆中进行检测。我们在一项回顾性研究中评估了ctDNA连续监测对转移早期检测的作用，该研究纳入20例确诊为原发乳腺癌且接受长期随访的患者。采用结合原发肿瘤低覆盖度whole-genome sequencing与通过droplet digital PCR定量血浆中肿瘤特异性重排的方法，我们首次发现ctDNA监测在术后区分最终临床检测到复发（93%）与未检测到复发（100%）的患者方面具有高度准确性。在86%的患者中，基于ctDNA的检测先于临床转移检测，平均提前时间
【主题与分类】
主题标签：whole-genome sequencing、Circulating tumor DNA、Metastasis、Breast cancer。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Aeb5aafe681e2e6a01d510e3ecf9c1e5472277eddc04a607ba1c9988da14bd88c
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
转移性乳腺癌通常在出现症状后才被诊断，而此时几乎无法治愈。无细胞循环肿瘤DNA（ctDNA）含有肿瘤特异性染色体重排，可在血浆中进行检测。我们在一项回顾性研究中评估了ctDNA连续监测对转移早期检测的作用，该研究纳入20例确诊原发性乳腺癌并接受长期随访的患者。通过结合原发肿瘤低覆盖全基因组测序与液滴数字PCR定量血浆中肿瘤特异性重排的方法，我们首次发现ctDNA监测在术后区分最终临床检测到复发（93%）与未检测到复发（100%）的患者方面具有高度准确性。在86%的患者中，基于ctDNA的检测先于临床转移检测，平均提前11个月（范围0–37个月），而长期无病生存患者的ctDNA检测为不可测…
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
