甲状腺结节伴结构异型性的基线特征数据集
该数据集包含甲状腺结节伴结构异型性的临床与病理学特征数据,涵盖患者基本信息、超声影像特征及组织学评估等多模态信息,主要用于支持甲状腺结节良恶性鉴别、风险预测模型构建以及影像组学研究,为临床诊断和治疗决策提供数据基础。

基本信息
资源简介
甲状腺结节伴结构异型性的基线特征数据集
【数据集背景】
本数据集源站标题为《Baseline characteristics of the thyroid nodules with architectural atypia.》。配套论文《Impact of Reclassification on Thyroid Nodules with Architectural Atypia: From Non-Invasive Encapsulated Follicular Variant Papillary Thyroid Carcinomas to Non-Invasive Follicular Thyroid Neoplasm with Papillary-Like Nuclear Features》发表于 PLOS ONE(2016),DOI:10.1371/journal.pone.0167756。源站首次发布:2016-12-09。
【数据内容】
源站原始描述:Baseline characteristics of the thyroid nodules with architectural atypia
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。Table 1.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0167756.t001。
【主题与分类】
源站学科分类:Medicine、Cell Biology、Biotechnology、Chemical Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Developmental Biology。主题标签:Non-Invasive Follicular Thyroid Neoplasm、NIFTP、AUS-A nodules、core needle biopsy、EFVPTC、CNB specimens、malignancy rate、FVPTC、atypia、thyroid nodules。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Biotechnology、Chemical Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Developmental Biology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Baseline_characteristics_of_the_thyroid_nodules_with_architectural_atypia_/4304960
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Ji Jeon, Min; Eun Song, Dong; Jung, Chan Kwon; Gu Kim, Won; Kwon, Hyemi; Lee, Yu-Mi; et al. (2016). Baseline characteristics of the thyroid nodules with architectural atypia.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-05,引用时请注意版本时效。
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集聚焦于甲状腺结节伴结构异型性的基线特征,包含患者临床信息、结节影像学特征、病理学评估结果等结构化数据,旨在为甲状腺结节良恶性鉴别及风险分层提供研究支持。数据来源于医学研究中的病例收集,适用于甲状腺疾病诊断、影像组学分析及临床决策辅助等研究方向。
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。




