子宫内膜癌与宫颈癌术后在线自适应放疗最佳外扩边界评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT05682950

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：宫颈肿瘤、子宫内膜肿瘤。这是一项前瞻性II期临床试验，预计共纳入15例患者、超过380次放疗分次，旨在评估迭代锥形束计算机断层扫描（iCBCT）引导的在线自适应放疗（oART）在子宫内膜癌和宫颈癌术后治疗中的最佳边界。本研究纳入具有以下特征的手术后子宫内膜癌和宫颈癌患者：（a）接受了根治性手术（b）术后病理显示切除边缘无残留肿瘤（c）病理发现存在危险因素但无转移（d）已开具辅助放疗（e）无主动脉旁转移淋巴结证据。5例接受oART治疗的患者（约125次分次）在治疗前iCBCT和治疗结束时iCBCT上勾画靶区体积。计算了前后、左右和上下方向的位移，并计算了所有方向的平均位移。

确定临床靶区（CTV）到计划肿瘤靶区（PTV）的外扩范围，并在10例接受oART治疗的患者（近250个分次）组成的验证队列中进行验证。记录从治疗开始至治疗结束后3个月的急性毒性。

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。