皮肤镜引导的皮肤癌切除术

该数据集来自 clinicaltrials.gov,聚焦皮肤镜引导的皮肤癌切除术。研究对象为疑似或确诊的基底细胞癌(BCC)或皮肤鳞状细胞癌(cSCC)患者,共纳入400例,随机分为两组各200例

Region Örebro CountyRegion Örebro County
clinicaltrials
浏览 11
图像分类Basal Cell CarcinomaCutaneous Squamous Cell CarcinomaSurgical Margin
Dermatoscopy Guided Resection for Skin Cancer

基本信息

模态
图像
任务类型
分类
创建/更新时间
2026-10-09

资源简介

皮肤镜引导的皮肤癌切除术

该数据集来自 clinicaltrials.gov,聚焦皮肤镜引导的皮肤癌切除术。研究对象为疑似或确诊的基底细胞癌(BCC)或皮肤鳞状细胞癌(cSCC)患者,共纳入400例,随机分为两组各200例。干预组在决定手术切缘时使用皮肤镜,对照组不使用。主要结局指标为侧切缘的根治性/非根治性切除。数据可用于评估皮肤镜辅助手术切缘决策对肿瘤根治切除比例的影响,属于肿瘤/皮肤癌领域的临床试验数据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:基底细胞癌、皮肤鳞状细胞癌、手术切缘。在基底细胞癌尤其是皮肤鳞状细胞癌中,如果原发切除术中肿瘤被根治性切除,预后非常好。在本研究中,我们提出在决定手术切缘时使用皮肤镜可以提高根治性切除肿瘤的比例。在这项随机临床试验中,评估了在疑似或确诊的基底细胞癌或皮肤鳞状细胞癌患者中,使用皮肤镜决定手术切缘的效果。结局指标是侧切缘的根治性/非根治性切除。在对照组中,决定手术切缘时不使用皮肤镜。将纳入400名疑似或确诊的BCC或cSCC患者,每组200名。

【主题与分类】

主题标签:Basal Cell Carcinoma、Cutaneous Squamous Cell Carcinoma、Surgical Margin。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06342297

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06342297

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:基底细胞癌、皮肤鳞状细胞癌、手术切缘。在基底细胞癌,尤其是皮肤鳞状细胞癌中,如果原发切除时肿瘤被根治性切除,预后非常好。在本研究中,我们提出,使用皮肤镜决定手术切缘可以提高根治性切除肿瘤的比例。在这项随机临床试验中,评估了在疑似或确诊基底细胞癌或皮肤鳞状细胞癌患者中使用皮肤镜决定手术切缘的效果。结局指标是侧切缘的根治性/非根治性切除。在对照组中,决定手术切缘时不使用皮肤镜。将纳入400例疑似或确诊BCC或cSCC的患者,每组200例。

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。

获取专属数据定制方案