眼睑皮肤黑色素瘤生存结果与预测因素：基于国家癌症数据库的分析
该数据集包含2004年至2016年间美国国家癌症数据库中1,911例眼睑皮肤黑色素瘤患者的临床表格数据，涵盖人口统计学、肿瘤特征、治疗方式及生存结局等多维度信息，主要用于分析眼睑黑色素瘤的生存率、预后因素及淋巴结转移的临床影响，为眼科肿瘤学和皮肤肿瘤学的预后研究与临床决策提供数据支持。
基本信息
资源简介
眼睑皮肤黑色素瘤生存结果与预测因素：基于国家癌症数据库的分析
【数据集背景】
本数据集源站标题为《Supplemental Files: Outcomes and Predictors of Survival in Cutaneous Melanoma of the Eyelid: An Analysis of the National Cancer Database》，为 Survival in Cutaneous Melanoma of the Eyelid: An Analysis of the National Cancer Database 的组成部分。源站首次发布：2020-10-28。
【数据内容】
源站原始描述：• Eyelid melanoma is a rare condition that accounts for 1% of cutaneous melanomas. • Analysis of characteristics and outcomes of 1,911 eyelid melanomas in the National Cancer Database from 2004-2016 shows better overall survival than other invasive head and neck melanomas and demonstrates regional lymph node metastasis as the most significant predictor of worse overall survival
【数据结构与技术规格】
文件数 10 个，合计 1.70 MB。数据集 DOI：10.17632/hfjnt8j6d7.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/hfjnt8j6d7
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/hfjnt8j6d7
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
本数据集来源于美国国家癌症数据库（NCDB），收录了2004年至2016年间1,911例眼睑皮肤黑色素瘤患者的临床与病理数据。数据集包含患者人口统计学特征、肿瘤分期、治疗方案、区域淋巴结转移情况以及生存结局等信息。通过分析这些数据，研究发现眼睑黑色素瘤虽然仅占皮肤黑色素瘤的1%，但其总生存率优于其他侵袭性头颈部黑色素瘤，并确认区域淋巴结转移是影响总体生存的最显著预测因素。该数据集主要用于眼睑肿瘤的临床预后研究、生存分析建模以及相关风险因素识别。
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。
