甲状腺癌
该数据集是一个基于SEER医疗数据的甲状腺癌临床预后数据集，包含患者年龄、肿瘤分期等17个关键特征的表格数据，通过机器学习方法如逻辑回归和梯度提升分类器，用于癌症生存预测和预后模型的研究，支持医疗决策和个性化治疗分析。
基本信息
资源简介
甲状腺癌
【数据内容】
源站原始描述：The medical community strives continually to improve the quality of care patients receive.Predictions of prognosis are essential for doctors and patients to choose a course of treatment. Recent yearshave witnessed the development of numerous new cancer survival prediction models. Most attempts topredict the prognosis of people with malignant development rely on classification techniques. We couldexperiment with significantly different results using only a subset of
【获取与许可】
源站页面：https://ieee-dataport.org/documents/thyroid-cancer
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://ieee-dataport.org/documents/thyroid-cancer
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
这是一个用于甲状腺癌预后预测的数据集，主要基于美国SEER（监测、流行病学和最终结果）项目的医疗数据构建。数据集包含经过筛选的临床特征，如患者年龄、肿瘤分期、治疗方式等17个关键因素，旨在通过机器学习方法评估患者的生存风险。该数据集支持逻辑回归、梯度提升、随机森林等多种分类算法，应用于癌症生存分析、预后模型开发和个性化治疗决策支持等研究方向。
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。
