韩国国家癌症中心_胰腺癌库胰腺癌_诊断_分期元数据
该数据集是韩国国家癌症中心提供的胰腺癌诊断与分期元数据，以临床表格形式呈现，包含数据项、类型、大小、描述及计数等结构化信息，主要用于支持胰腺癌的临床研究、诊断辅助、分期标准化及医疗数据管理，适用于肿瘤学和医学信息学研究。
基本信息
资源简介
韩国国家癌症中心_胰腺癌库胰腺癌_诊断_分期元数据
【一句话概览】
国立癌症中心提供的胰腺癌文库中，包含患者分期相关元信息数据，涵盖胰腺癌诊断分期的提供项目、数据类型、各项目数量、显示格式及项目说明等。主要项目有肿瘤大小、淋巴结转移情况、远处转移状态和分期划分，可系统了解胰腺癌进展程度。该数据可用于按分期进行患者分类和预后分析，是制定治疗策略和临床研究的核心依据，也是研究治疗反应与生存率不可或缺的数据（来源 data.go.kr）。
【数据集背景】
本数据集源站标题为《국립암센터_췌장암 라이브러리 췌장암_진단_병기 메타정보_20211010》。
【数据内容】
源站原始描述：이 데이터는 국립암센터에서 제공하는 췌장암 라이브러리 중 환자의 병기 관련 메타정보 데이터로, 췌장암_진단_병기 메타정보(제공 항목, 데이터 타입, 항목별 건수, 표시형식, 항목설명 등)를 포함하고 있습니다. 주요 항목에는 종양 크기, 림프절 전이 여부, 원격 전이 상태, 병기 구분 등이 포함되어 있어 췌장암의 진행 정도를 체계적으로 파악할 수 있습니다. 이 데이터는 병기별 환자 분류 및 예후 분석에 중요한 기초 자료로 활용되며, 치료 전략 수립과 임상 연구의 핵심적 근거로 활용될 수 있습니다. 또한 병기 정보는 환자의 치료 반응 및 생존율 연구에도 필수적인 데이터입니다
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据是国立癌症中心提供的胰腺癌图书馆中与患者分期相关的元信息数据，包含胰腺癌_诊断_分期元信息（提供项目、数据类型、各项目件数、显示格式、项目说明等）。主要项目包括肿瘤大小、淋巴结转移与否、远处转移状态、分期划分等，可系统性地掌握胰腺癌的进展程度。该数据可作为按分期进行患者分类及预后分析的重要基础资料，并可作为制定治疗策略和临床研究的核心依据。此外，分期信息也是患者治疗反应及生存率研究中不可或缺的数据。
【主题与分类】
主题标签：암검진、코호트、췌장암、병기、림프절 전이、메타데이터、의료 데이터、공공 보건 데이터。
【获取与许可】
源站页面：https://data.go.kr/data/15091771/fileData.do
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。
暂未开放有偿下载
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://data.go.kr/data/15091771/fileData.do
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
该数据集是韩国国家癌症中心（National Cancer Center of Korea）提供的胰腺癌诊断与分期元数据，属于胰腺癌库的一部分。数据集包含胰腺癌诊断与分期相关的元信息，如数据项、类型、大小、项目描述、项目计数、显示格式等结构化描述。数据来源于韩国国家癌症中心的临床与病理记录，以表格形式组织，主要用于支持胰腺癌的临床研究、诊断辅助、分期标准化以及医疗数据管理，适用于医学信息学、肿瘤学及临床决策支持系统等领域。
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。
