超声引导下盆腔肿物 Tru-Cut 活检
该数据集来自 clinicaltrials.gov,主题为超声引导下盆腔肿物 Tru-Cut 活检,归类于肿瘤与宫颈癌方向

基本信息
资源简介
超声引导下盆腔肿物 Tru-Cut 活检
该数据集来自 clinicaltrials.gov,主题为超声引导下盆腔肿物 Tru-Cut 活检,归类于肿瘤与宫颈癌方向。源站描述涉及盆腔肿瘤、卵巢癌、宫颈癌、子宫肿瘤、子宫内膜癌、卵巢肿瘤、卵巢癌及子宫肉瘤等条件,并提及卵巢癌在女性致死性肿瘤中的高死亡率、盆腔与卵巢为常见继发转移部位、卵巢肿物中约 4% 可发现其他原发来源的转移,以及原发卵巢癌依据分期与合并症选择初次减瘤手术或新辅助治疗、复发疾病可依据组织学、复发范围与既往治疗选择手术、放疗或全身治疗。可用于盆腔肿物活检相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:盆腔肿瘤、卵巢癌、宫颈癌、子宫肿瘤、子宫内膜癌、卵巢肿瘤、卵巢癌、子宫肉瘤。已知卵巢癌是女性第 4 位最致命的肿瘤,并且在所有妇科恶性肿瘤中死亡率最高。在大多数女性中,该疾病直到晚期才被诊断[1]。此外,盆腔,尤其是卵巢,也是继发转移的常见部位。在 4% 的卵巢肿物中,可发现来自另一原发来源肿瘤的转移[2]。在原发卵巢癌中,患者可能受益于初次减瘤手术或新辅助治疗,具体取决于肿瘤分期和患者的合并症[5]。在复发性疾病中,治疗可能包括手术、放疗或全身治疗,具体取决于原发肿瘤组织学、复发范围、既往治疗和疾病-f
【主题与分类】
主题标签:Pelvic Cancer、Ovarian Cancer、Cervical Cancer、Uterus Cancer、Endometrial Cancer、Ovarian Neoplasms、Ovarian Carcinoma、Sarcoma Uterus、Metastatic Cancer。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05610501
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/NCT05610501
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
疾病:盆腔癌、卵巢癌、宫颈癌、子宫癌、子宫内膜癌、卵巢肿瘤、卵巢癌、子宫肉瘤。卵巢癌被认为是女性第四大致命肿瘤,在所有妇科恶性肿瘤中死亡率最高。多数女性直到晚期才被诊断出该病[1]。此外,盆腔尤其是卵巢,也是继发性转移的常见部位。在4%的卵巢肿块中,可发现来自其他原发肿瘤的转移[2]。对于原发性卵巢癌,患者可能受益于初次减瘤手术或新辅助治疗,具体取决于肿瘤分期和患者的合并症[5]。复发性疾病的治疗可能包括手术、放疗或全身治疗,具体取决于原发肿瘤的组织学、复发范围、既往治疗和无病间期[6-8]。对于超声特征提示转移性疾病的盆腔肿块,其管理将依据原发肿瘤的来源进行[9,10]。因此,组织学诊断对于选择最佳治疗策略至关重要。
通过诊断性腹腔镜或探查性开腹手术进行组织取样需要全身麻醉和住院,导致费用较高并可能带来手术并发症。此外,诊断性腹腔镜与穿刺孔转移风险相关,在子宫内膜癌和宫颈癌中为0.3-0.4%[11],在晚期卵巢癌中甚至高达17-49%[12,13]。用于诊断的微创操作包括细针穿刺和粗针活检。细针穿刺所获组织的数量和完整性有限,仅能进行细胞学评估[14]。与细针活检相比,粗针活检具有更高的特异性,并且能够进行包括免疫组化在内的组织学检查[15,16]。粗针活检可在不同影像学方式的引导下进行,包括超声、计算机断层扫描(CT)和磁共振成像(MRI)。然而,经皮CT引导下深部盆腔肿块的活检具有挑战
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。
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。




