乳腺癌新辅助化疗前肿瘤边缘皮肤纹身定位研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07478900

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：乳腺癌（局部晚期或转移性）、纹身皮肤标记、新辅助化疗免疫治疗。研究描述：本前瞻性队列研究评估在活检证实的T2-T3乳腺癌且伴有腋窝淋巴结转移的患者中，采用皮肤纹身（联合或不联合不透射线夹）进行新辅助治疗前肿瘤定位的可行性和有效性。符合条件的患者将取仰卧位，同侧手臂外展90°进行肿瘤定位。可触及的肿瘤边缘将用无菌纹身墨水标记，深部或活动性肿瘤将额外接受超声引导下不透射线夹定位。定位后，患者将接受标准新辅助化疗。肿瘤反应将通过临床和影像学进行监测。治疗后，纹身标记和/或夹将引导保乳手术。主要结局包括保乳的可行性、实现阴性切缘（R0切除）以及避免乳房切除术，同时还将记录术中技术挑战。

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。