术中经纬深度定位对比术前CT引导经皮肺穿刺定位用于0.8-2 cm外周肺结节

数据集获取

源站：https://clinicaltrials.gov/study/NCT07675889

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：孤立性肺结节、周围型肺结节、肺结节。由于低剂量计算机断层扫描（CT）筛查的广泛应用，周围型肺结节，尤其是小的亚实性结节，被越来越多地检出。在电视辅助胸腔镜手术中，对这些结节进行准确的术中识别仍然具有挑战性，因为许多病灶在肺塌陷后难以可视化或触诊。因此，可靠的定位对于促进精准的亚肺叶切除并保留健康肺组织至关重要。术前CT引导下的经皮定位技术在临床实践中被广泛使用。然而，这些操作需要额外的术前干预，并可能伴随并发症，如气胸、肺出血、血胸、患者不适以及操作复杂性增加。此外，成功的定位依赖于放射学资源和多科室之间的协调。

经纬度深度（LLD）定位法是一种新型的术中三维定位策略，旨在利用解剖参考线和术前影像测量来识别肺结节。该方法利用塌陷肺的自然纵向和横向标志，结合所测目标病灶深度，在手术中估算结节的空间位置。由于定位在术中完成，无需经皮穿刺，该技术有望减少操作相关创伤并简化临床流程。初步临床经验提示，LLD定位法可能提供准确定位，同时避免术前基于穿刺的方法所存在的若干局限性。然而，将该技术与当前标准定位方法进行比较的高质量前瞻性证据仍然有限。这项多中心随机对照试验旨在提供严格的临床证据，以评估

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。