超声腋窝定位数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT04644848

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：乳腺肿瘤。引言 腋窝淋巴结分期是乳腺癌管理的重要组成部分。前哨淋巴结活检（SLNB）已成为临床腋窝阴性患者的标准治疗。为降低SLNB的假阴性率，已研究多种方法。超声检查是术前腋窝分期的成熟工具。文献中已描述B型超声标准及超声引导下细针穿刺细胞学检查（FNAC）的诊断准确性，并强调其在术前腋窝分期中的作用。超声引导下可疑腋窝淋巴结穿刺被广泛用于识别腋窝转移并避免SLNB的需要。既往研究回顾性分析了超声识别可疑淋巴结与后续SLNB结果的一致性。然而，超声腋窝分期尚未与前哨淋巴结活检进行前瞻性比较。此外，同期进行超声检查和SLNB被认为可提高腋窝分期的总体准确性。

在本研究中，研究者将进行术前腋窝超声评估并对可疑淋巴结进行标记，随后采用亚甲蓝技术行前哨淋巴结活检（SLNB）。将开展超声分期与手术分期之间的头对头及淋巴结对淋巴结比较。具体目标如下：1. 确定术前超声引导下对可疑腋窝淋巴结进行标记的诊断准确性。2. 确定超声标记相对于蓝色染料SLNB的淋巴结对淋巴结一致性。

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。