支气管肺类癌 2012-2022 英国曼彻斯特大学 NHS 基金会信托

数据集获取

源站：https://data.mendeley.com/datasets/jmzcpcm5yw

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

该数据集是一项关于手术切除的肺类癌的回顾性分析研究数据集，旨在探讨病理学和放射学变量在术前诊断中的意义，特别关注抗原Kiel 67（Ki-67）增殖指数。研究通过探索性分析，考察了类癌组织学在术前和术后的一致性、临床与病理分期，以及治疗后的复发和生存结局。研究发现，高Ki-67指数在提示非典型类癌最终诊断方面具有合理准确性（77.8%），且与疾病复发显著相关；氟脱氧葡萄糖-18 SUV（截断值为5.0）在区分典型与非典型亚型方面表现出中等敏感性和特异性。典型类癌在术前术后一致性上优于非典型类癌。数据集支持肺神经内分泌肿瘤诊断和肿瘤预后生物标志物等研究方向，来源于英国曼彻斯特大学NHS基金会信托2012年至2022年的临床数据。

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。