缩短辅助光子和质子照射(SAPPHIRe-II):一项评估淋巴结阳性及高危淋巴结阴性浸润性乳腺癌患者较短辅助区域淋巴结照射方案的4队列随机II期多中心试验
该数据集来自clinicaltrials.gov,为一项4队列随机II期多中心试验,研究对象为淋巴结阳性和高危淋巴结阴性浸润性乳腺癌女性和男性患者,评估辅助区域淋巴结照射的较短方案

基本信息
资源简介
缩短辅助光子和质子照射(SAPPHIRe-II):一项评估淋巴结阳性及高危淋巴结阴性浸润性乳腺癌患者较短辅助区域淋巴结照射方案的4队列随机II期多中心试验
该数据集来自clinicaltrials.gov,为一项4队列随机II期多中心试验,研究对象为淋巴结阳性和高危淋巴结阴性浸润性乳腺癌女性和男性患者,评估辅助区域淋巴结照射的较短方案。主要目标比较各治疗组从区域淋巴结照射开始至18个月随访期间任何2级及以上NCI CTCAE毒性的发生情况;次要目标比较治疗毒性、局部区域控制、无病生存和总生存,以及患者报告结局(美容满意度、身体健康、淋巴功能、经济毒性)和受照或重建乳房的摄影结果,并评估和比较放疗计划。数据可用于乳腺癌辅助放疗方案比较、毒性预测和患者报告结局分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳腺癌。主要目的:针对四个随机队列(低危保乳手术、低危乳房切除术、高危保乳手术、高危乳房切除术)中的每一个,按治疗组比较从RNI开始至18个月随访期间发生的任何2级或以上NCI CTCAE毒性反应的发生情况。次要目的:针对四个随机队列中的每一个,按治疗组比较治疗毒性、局部区域控制、无病生存期和总生存期。针对四个随机队列中的每一个,按治疗组比较患者报告结局,包括美容满意度、身体健康、淋巴功能和经济毒性。针对四个随机队列中的每一个,按治疗组比较受照乳房或重建乳房的摄影结果。针对四个随机队列中的每一个,按治疗组评估和比较放射治疗计划,包括靶区覆盖、危及器官剂量、剂量均匀性和低剂量散射。比较患者通过个人Apple Watch在放疗前、放疗期间和放疗后收集的生物特征数据。
【主题与分类】
主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07076485
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
源站:https://clinicaltrials.gov/study/NCT07076485
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
疾病:乳腺癌。主要目的:针对四个随机队列(低危保乳手术、低危乳房切除术、高危保乳手术、高危乳房切除术)中的每一个,按治疗组比较从RNI开始至18个月随访期间发生的任何2级或以上NCI CTCAE毒性反应的发生情况。次要目的:针对四个随机队列中的每一个,按治疗组比较治疗毒性、局部区域控制、无病生存期和总生存期。针对四个随机队列中的每一个,按治疗组比较患者报告结局,包括美容满意度、身体健康、淋巴功能和经济毒性。针对四个随机队列中的每一个,按治疗组比较受照乳房或重建乳房的摄影结果。针对四个随机队列中的每一个,按治疗组评估和比较放射治疗计划,包括靶区覆盖、危及器官剂量、剂量均匀性和低剂量散射。比较患者通过个人Apple Watch在放疗前、放疗期间和放疗后收集的生物特征数据。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




