CT-LEFAT 标准评估头颈淋巴水肿观察者可靠性与诊断准确性数据集
该数据集为头颈癌治疗后淋巴水肿 CT-LEFAT 定性评估研究提供匿名化 NIfTI 影像及配套临床数据，包含 75 个文件，涵盖多名肿瘤科医师对左右前/后颈间隙、颈前中线及颏下中线等解剖部位的重复判读结果，以及淋巴水肿诊断阳性/阴性标注
基本信息
资源简介
CT-LEFAT 标准评估头颈淋巴水肿观察者可靠性与诊断准确性数据集
Dataset for "Evaluating Observer Reliability and Diagnostic Accuracy of CT-LEFAT Criteria for Post-Treatment Head and Neck Lymphedema: A Prospective Blinded Comparative Analysis of Oncologist Human Inter-Rater Performance"
该数据集为头颈癌治疗后淋巴水肿 CT-LEFAT 定性评估研究提供匿名化 NIfTI 影像及配套临床数据，包含 75 个文件，涵盖多名肿瘤科医师对左右前/后颈间隙、颈前中线及颏下中线等解剖部位的重复判读结果，以及淋巴水肿诊断阳性/阴性标注。数据可用于评估观察者间与观察者内可靠性、诊断准确性，并支持影像判读一致性分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
项目资助方：Development of functional magnetic resonance imaging-guided adaptive radiotherapy for head and neck cancer patients using novel MR-Linac device。源站首次发布：2024-11-20。
【数据内容】
源站描述（机器翻译，仅供参考）：用于开发和撰写题为“Evaluating Observer Reliability and Diagnostic Accuracy of CT-LEFAT Criteria for Post-Treatment Head and Neck Lymphedema: A Prospective Blinded Comparative Analysis of Oncologist Human Inter-Rater Performance”手稿的匿名化 NIfTI 数据集。该数据集包含在 CT-LEFAT 定性审查过程中呈现给评审者的匿名化 NIfTI（.nii）图像。clinical_val_anon：该 CSV 文件包含从纳入 CT-LEFAT 审查的患者中提取的匿名化/去标识化数据。数据包括：匿名受试者 ID、重复、读者、时间点、解剖位置（右/左前颈间隙、右/左后颈间隙、颈前中线及颏下中线间隙（N/A 表示未收到回复））、淋巴水肿（HNL）诊断（1=阳性，0=阴性）、图像中是否存在淋巴水肿（
【数据结构与技术规格】
文件数 75 个，合计 5.77 GB。数据集 DOI：10.6084/m9.figshare.27040849.v1。
【主题与分类】
源站学科分类：Radiology and organ imaging、Radiation therapy、Medical physics。主题标签：Medical physics、Radiation therapy、Head and neck cancer、Lymphedema、Fibrosis、Head and neck imaging。本站分类：肿瘤。
【适用方向】
源站学科分类标注为 Radiology and organ imaging、Radiation therapy、Medical physics。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Dataset_for_Evaluating_Observer_Reliability_and_Diagnostic_Accuracy_of_CT-LEFAT_Criteria_for_Post-Treatment_Head_and_Neck_Lymphedema_A_Prospective_Blinded_Comparative_Analysis_of_Oncologist_Human_Inter-Rater_Performance_/27040849
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：West, Natalie; Kamel, Serageldin; Kaffey, Zaphanlene; Dede, Cem; Mulder, Samuel; El-Habashy, Dina M.; et al. (2024). Dataset for "Evaluating Observer Reliability and Diagnostic Accuracy of CT-LEFAT Criteria for Post-Treatment Head and Neck Lymphedema: A Prospective Blinded Comparative Analysis of On…
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://doi.org/10.6084/m9.figshare.27040849.v1
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:
数据集大小约 5.77 GB。
数据说明
用于手稿《评估CT-LEFAT标准对治疗后头颈部淋巴水肿的观察者可靠性和诊断准确性：肿瘤科医生人间评分者表现的前瞻性盲法比较分析》的开发与分析中的匿名NIfTI数据集。该数据集包含在CT-LEFAT定性审查过程中呈现给评审者的匿名NIfTI（.nii）图像。clinical_val_anon：此CSV文件包含从纳入CT-LEFAT审查的患者中提取的匿名/去标识化数据。
数据包括：匿名受试者ID、重复、阅片者、时间点、解剖位置（右/左颈前间隙、右/左颈后间隙、颈前中线及颏下中线间隙（N/A表示未收到响应））、淋巴水肿（HNL）诊断（1=阳性，0=阴性）、图像中是否存在淋巴水肿（1=是，0=否）、影像与诊断之间的时间差（月）（无HNL诊断时使用N/A），以及使用MD Anderson癌症中心淋巴水肿分级量表进行的淋巴水肿诊断（依据Smith等，doi:10.1097/MOO.0b013e3283393799，其中1=阳性，0=阴性，N/A=无法评估）。阅片者间信度：此CSV文件包含阅片者间信度Fleiss’ kappa方法的统计数据。数据包括：ROI、时间点、kappa值、kappa值的解释、平均kappa值。阅片者内信度：此CSV文件包含阅片者内Fleiss’ kappa方法的统计数据。数据包括：ROI、评分者、精确kappa、按ROI的平均kappa、按阅片者的平均kappa、总体平均kappa。
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。
