新辅助化疗后根治性子宫切除术治疗局部晚期宫颈癌
该数据集来自 clinicaltrials.gov,聚焦局部晚期宫颈癌(LACC)患者接受新辅助化疗(NAC)后行根治性子宫切除术(RH)的队列研究

基本信息
资源简介
新辅助化疗后根治性子宫切除术治疗局部晚期宫颈癌
该数据集来自 clinicaltrials.gov,聚焦局部晚期宫颈癌(LACC)患者接受新辅助化疗(NAC)后行根治性子宫切除术(RH)的队列研究。覆盖 FIGO 2009 分期 IB2 至 IIB 的 60 例患者,包含盆腔 MRI 与 PET 影像评估、两周期 NAC(紫杉醇联合顺铂)后二次 MRI 疗效评价,以及客观缓解者经腹腔镜或开腹行 RH 与病理评估等环节。数据可用于分析 NAC 在 LACC 治疗中的作用、影像学缓解与病理结局的关系,以及后续同步放化疗或辅助治疗决策的参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:新辅助化疗、局部晚期宫颈癌、根治性子宫切除术、客观缓解、腹腔镜、开腹手术、同步放化疗、辅助治疗。本队列研究旨在评估新辅助化疗(NAC)在局部晚期宫颈癌(LACC)治疗中的作用。将入组 60 例 LACC 患者(FIGO 2009 分期 IB2 至 IIB)。在知情同意后,她们将接受盆腔磁共振成像(MRI)和正电子发射断层扫描(PET)的影像学评估。排除远处转移病例后,她们将接受两个周期的 NAC(紫杉醇 175 mg/m2 和顺铂 70 mg/m2,第 1 天,每三周一次)。然后进行第二次 MRI 以评估影像学缓解。对于达到客观缓解的患者,行根治性子宫切除术(RH,经腹腔镜或开腹)和病理评估
【主题与分类】
主题标签:Neoadjuvant Chemotherapy、Locally Advanced Cervical Cancer、Radical Hysterectomy、Objective Response、Laparoscopy、Laparotomy、Concurrent Chemoradiotherapy、Adjuvant Therapy、Systematic Chemotherapy。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03963882
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
源站:https://clinicaltrials.gov/study/NCT03963882
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:新辅助化疗、局部晚期宫颈癌、根治性子宫切除术、客观缓解、腹腔镜、开腹手术、同步放化疗、辅助治疗。本队列研究旨在评估新辅助化疗(NAC)在局部晚期宫颈癌(LACC)治疗中的作用。将纳入60例LACC患者(FIGO 2009分期IB2至IIB期)。在知情同意后,她们将接受盆腔磁共振成像(MRI)和正电子发射断层扫描(PET)的影像学评估。排除远处转移病例后,她们将接受两个周期NAC(紫杉醇175 mg/m2和顺铂70 mg/m2,第1天,每三周一次)。然后进行第二次MRI以评估影像学缓解。对于达到客观缓解的患者,进行根治性子宫切除术(RH,通过腹腔镜或开腹手术)和病理缓解评估。对于无客观影像学缓解的患者,将讨论选择同步放化疗或根治性子宫切除术。RH后,将根据RH病理结果给予辅助治疗。
主要目标包括:(1)NAC后的客观影像学缓解;(2)RH后的客观病理学缓解。次要目标包括:(1)不同治疗模式后的无病生存期和总生存期;(2)NAC的严重不良反应;(3)NAC对手术结局的影响。
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。




