最大化肺癌筛查偶然发现的益处：心血管、呼吸与乳腺指标
该数据集来自clinicaltrials.gov，聚焦肺癌筛查中低剂量CT偶然发现的心血管、呼吸与乳腺指标，包括中重度冠状动脉钙化、3或4级乳腺密度、中重度肺气肿或多发偶然发现
基本信息
资源简介
最大化肺癌筛查偶然发现的益处：心血管、呼吸与乳腺指标
该数据集来自clinicaltrials.gov，聚焦肺癌筛查中低剂量CT偶然发现的心血管、呼吸与乳腺指标，包括中重度冠状动脉钙化、3或4级乳腺密度、中重度肺气肿或多发偶然发现。研究通过电话施测基于健康信念模型的计算机辅助个人访谈调查，收集感知风险、行动线索与自我效能信息，并录入REDCap数据库，问卷按患者偶然发现状态调整，于系统层面干预前后各进行一次。数据可用于分析筛查参与者对偶然发现的风险认知与行为影响因素（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：冠状动脉疾病、肺气肿或COPD、乳腺密度。研究 personnel 将实施计算机辅助个人访谈调查，以捕获肺癌筛查参与者关于感知风险、行动线索和自我效能的信息。符合招募条件的参与者将有低剂量CT的偶然发现：中重度CAC、3或4级乳腺密度、中重度肺气肿或多发偶然发现。访谈施测的调查将通过电话进行，回答由研究 personnel 录入REDCap数据库。REDCap问卷将根据给定患者的IF状态进行调整。调查问题将基于健康信念模型，该模型已在二级预防背景下有效使用。对于每位参与者，调查将在系统层面im之前和之后进行。
【主题与分类】
主题标签：Coronary Disease、Emphysema or COPD、Breast Density。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05900544
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/NCT05900544
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：冠心病、肺气肿或COPD、乳腺密度。研究工作人员将进行计算机辅助个人访谈调查，以收集肺癌筛查参与者关于感知风险、行动提示和自我效能的信息。符合招募条件的参与者将在低剂量CT检查中出现偶然发现：中度至重度CAC、3级或4级乳腺密度、中度至重度肺气肿，或多项偶然发现。访谈调查将通过电话进行，由研究工作人员将回答录入REDCap数据库。REDCap问卷将根据特定患者的IF状态进行调整。调查问题将基于健康信念模型，该模型已在二级预防背景下得到有效应用。对于每位参与者，调查将在以患者为中心的偶然发现沟通工具的系统级实施之前和之后进行。
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。
