pT4结肠癌患者术后异时性腹膜癌病数据集
该数据集是一个包含2015年至2017年间西班牙50家医院pT4结肠癌患者临床信息的医学数据集，数据模态为临床表格，涵盖患者基本信息、手术记录、病理报告和随访结果，主要用于研究结肠癌根治术后异时性腹膜癌病的发病率、风险因素及生存预后，为临床制定术后监测策略和评估腹膜转移风险提供流行病学依据。
基本信息
资源简介
pT4结肠癌患者术后异时性腹膜癌病数据集
【数据集背景】
本数据集源站标题为《Metachronous peritoneal carcinomatosis after pT4 colon cancer patients》。源站首次发布：2022-03-14。
【数据内容】
源站原始描述：pT4 colon cancer has been proposed as an important risk factor for metachonous peritoneal carcinomatosis and, therefor, second look +/- HIPEC had been advocated in this context. Although controversy still exist, even more after the results of two randomized clinical trials designed to answer that question, epidemiologic data are quite inaccurate because they come from previous works with very heterogeneous methodology, mixing colon cancer and rectal cancer and data coming from old papers or, eve…
【数据结构与技术规格】
文件数 1 个，合计 1.76 MB。数据集 DOI：10.17632/k28wpghcts.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/k28wpghcts
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://data.mendeley.com/datasets/k28wpghcts
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
该数据集是一项回顾性多中心观察研究，旨在准确评估pT4结肠癌患者根治性切除术后异时性腹膜癌病的流行病学特征。数据集包含2015年至2017年间来自西班牙50家医院的连续病例，涵盖经病理确诊为pT4期结肠腺癌、接受根治性手术的患者临床资料。数据内容包括患者基本信息、手术细节、病理特征、随访结果（腹膜复发、局部复发、远处转移）以及生存分析指标（腹膜无复发生存期、无病生存期、总生存期）。研究通过单变量和多变量Cox比例风险模型分析腹膜复发的相关因素，并构建风险分层模型，主要应用于结肠癌术后监测、腹膜转移风险评估和临床决策支持研究。
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。
