HC-END-007样本数据集
该数据集是一个合成骨质疏松和代谢性骨病患者队列，包含临床表格模态的骨密度测量、骨折风险评分、骨转换标志物、药物疗效评估、跌倒风险及骨折结局等多维数据，主要用于骨折风险预测、治疗效果建模、生存分析和健康经济学研究，数据基于关键临床试验校准，支持纵向分析，适用于医学研究和算法开发。
基本信息
资源简介
HC-END-007样本数据集
【数据集背景】
本数据集源站标题为《xpertsystems/hc-end-007-sample》。源站首次发布：2026-05-29。
【数据内容】
源站原始描述：# HC-END-007 — Osteoporosis & Metabolic Bone Disease Synthetic Dataset (Sample) **XpertSystems.ai · Synthetic Data Factory · Endocrinology Vertical** A deeply trial-calibrated synthetic cohort of osteoporosis and metabolic bone disease patients spanning DXA bone mineral density (lumbar/femoral neck/total hip), WHO classification, FRAX & Garvan fracture risk, bone turnover markers (CTX, P1NP, osteocalcin, BSAP, sclerostin, RANKL/OPG), treatment efficacy across nine drug classes, secondary osteopo…
主表 hc_end_007_sample.csv 含 144 列、样本前 501 行结构完整。
【数据结构与技术规格】
文件数 1 个，合计 316.97 KB。
【主题与分类】
主题标签：task_categories:tabular-classification、task_categories:tabular-regression、language:en、license:cc-by-nc-4.0、size_categories:n<1K、format:csv、modality:tabular、modality:text、library:datasets、library:pandas。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://huggingface.co/datasets/xpertsystems/hc-end-007-sample
使用许可：cc-by-nc-4.0。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("xpertsystems/hc-end-007-sample")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/xpertsystems/hc-end-007-sample
数据说明
HC-END-007是一个深度试验校准的合成骨质疏松和代谢性骨病患者队列数据集，涵盖骨密度（DXA测量腰椎/股骨颈/全髋）、WHO分类、FRAX和Garvan骨折风险评分、骨转换标志物（如CTX、P1NP、骨钙素、BSAP、硬化素、RANKL/OPG）、九种药物疗效数据、继发性骨质疏松评估、跌倒风险和神经肌肉评估以及临床骨折结局。数据集基于关键随机对照试验（如FIT、HORIZON、FREEDOM、FRAME、ARCH）进行硬锚定，确保药物特异性骨密度增益和骨折风险比精确复现试验文献。该样本包含500行数据，完整商业版本可扩展至20,000多名患者，提供20年纵向轨迹，支持CSV、Parquet、JSON和FHIR R4格式。主要应用于骨折风险预测、治疗效果建模、生存分析、跌倒风险筛查和健康经济学建模等研究场景，但仅限研究或开发使用，不用于临床决策。
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。
完整数据卡：huggingface.co/datasets/xpertsystems/hc-end-007-sample
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。
