比较CPDMA与标准breadloafing在I-II期皮肤黑色素瘤WLE标本中的试验
该数据集来自clinicaltrials.gov,聚焦I-II期皮肤黑色素瘤(含肢端黑色素瘤)的宽局部切除(WLE)标本评估

基本信息
资源简介
比较CPDMA与标准breadloafing在I-II期皮肤黑色素瘤WLE标本中的试验
该数据集来自clinicaltrials.gov,聚焦I-II期皮肤黑色素瘤(含肢端黑色素瘤)的宽局部切除(WLE)标本评估。试验主要比较为全面周边与深部边缘评估(CPDMA)而实施的WLE与按标准breadloafing意图实施的WLE在周边切缘阳性率上的差异,次要目标包括比较1年和2年局部复发、因切缘阳性再切除率、病理周转时间、病理资源利用及每例成本。数据可用于研究不同切缘评估方法对黑色素瘤手术病理结果的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肤黑色素瘤,II期,皮肤黑色素瘤,肢端黑色素瘤。该临床试验的主要目标是比较为全面周边与深部边缘评估(CPDMA)而实施的宽局部切除(WLE)与按标准breadloafing意图对I-II期皮肤黑色素瘤标本实施的WLE之间的周边切缘阳性率。次要目标是比较两种评估方法在1年和2年局部复发、因切缘阳性再切除率、病理周转时间、病理资源利用及每例成本方面的差异。其主要试图回答的问题是: 为允许CPDMA而实施的WLE是否比按标准breadloafing意图实施的宽局部切除具有更高的周边切缘阳性率? 更完整的阳性切缘检测是否会支持更
【主题与分类】
主题标签:Cutaneous Melanoma, Stage II、Cutaneous Melanoma、Acral Melanoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07869381
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/NCT07869381
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:皮肤黑色素瘤,II期,皮肤黑色素瘤,肢端黑色素瘤。本临床试验的主要目标是比较在允许进行全面周边及深部切缘评估(CPDMA)的情况下进行的广泛局部切除术(WLE)与以标准面包切片法处理I-II期皮肤黑色素瘤标本为目的进行的WLE之间,周边切缘阳性率的差异。次要目标是比较两种评估方法在1年和2年时的局部复发率、因切缘阳性而再次切除的比率、病理周转时间、病理资源利用以及每例成本。其主要研究问题包括:* 为允许CPDMA而进行的WLE,其周边切缘阳性率是否高于以标准面包切片法为目的进行的广泛局部切除术?* 更完整的阳性切缘检测是否会支持更适当的再次切除,并在两年内降低局部复发?* 与面包切片法相比,CPDMA是否需要更多的病理资源利用和更长的周转时间?研究人员将比较标准面包切片法(对照组)与CPDMA(试验组)。参与者将:* 接受WLE。
- Attend a follow-up visit at 4 months.
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。




