PreQ-20 试验:胸肌前乳房重建患者前瞻性队列研究
该数据集来自 clinicaltrials.gov,为 PreQ-20 试验的前瞻性队列研究,聚焦接受胸肌前乳房重建的乳腺癌患者

基本信息
资源简介
PreQ-20 试验:胸肌前乳房重建患者前瞻性队列研究
该数据集来自 clinicaltrials.gov,为 PreQ-20 试验的前瞻性队列研究,聚焦接受胸肌前乳房重建的乳腺癌患者。源站描述涵盖乳房切除技术、采用聚氨酯泡沫涂层硅胶植入物的胸肌前重建技术,以及术前由乳腺外科医生评估、多学科委员会共同决策、术前行乳腺X线和磁共振检查确认肿瘤大小并排除多灶/多中心病变等流程。数据可用于乳腺癌手术并发症与生活质量相关研究(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、生活质量、手术并发症。1. 乳房切除技术。乳房切除将根据每位患者的解剖和肿瘤学可能性,采用适合乳房的乳房切除术,并优化保留乳房原有结构(乳房下皱襞、皮肤包膜、脂肪过渡区、乳头乳晕复合体)。2. 重建技术。重建将通过将涂有聚氨酯泡沫的硅胶植入物置于胸肌前位置来完成。3. 术前评估。所有患者将由乳腺外科医生评估。乳房切除术的决定将与多学科委员会协商一致后做出。手术前,患者将接受乳腺X线和磁共振成像检查,以确认肿瘤大小并排除多灶性/多中心性,以及一项 ev
【主题与分类】
主题标签:Breast Cancer、Quality of Life、Surgery--Complications。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04642508
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/NCT04642508
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
条件:乳腺癌、生活质量、手术并发症。1. 乳房切除术技术。乳房切除将采用适合乳房并优化保留乳房原有结构(乳房下皱襞、皮肤包膜、脂肪过渡区、乳头-乳晕复合体)的乳房切除术,根据每位患者的解剖和肿瘤学可能性进行。2. 重建技术。重建将通过将涂有聚氨酯泡沫的硅胶植入物置于胸肌前位置来进行。3. 术前评估。所有患者将由乳腺科外科医生进行评估。乳房切除术的决定将与多学科委员会协商一致后做出。手术前,患者将接受乳房X线摄影和磁共振成像以确认肿瘤大小并排除多灶性/多中心性,以及评估腺体组织的分布和乳房与胸壁之间的过渡区。4. 乳腺磁共振成像。
本研究将在术后期间(12至18个月之间)进行首次磁共振成像,以评估乳房切除术后的残留腺体组织。5. BreastQ问卷。BreastQ问卷旨在通过使用乳房重建模块来评估患者报告的满意度和生活质量。术前格式在手术前交付给患者,术后格式在手术后12-18个月交付给患者。同样,我们将在手术后5年进行第二次术后评估。d. 图像。评估美容后遗症需要拍摄患者胸部照片(从胸骨上切迹到肚脐)。照片将在手术前拍摄(正面、右侧位和左侧位),然后在术后12-18个月再次拍摄,最后在术后5年拍摄。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




