BI-RADS 4乳腺结节cfDNA原始数据

该数据集为212例BI-RADS 4乳腺结节患者的外周血游离DNA(cfDNA)原始数据,来源于一项探讨cfDNA乳腺癌基因突变谱对术后病理恶性预测价值的研究

figsharefigshare
datacite
2026-07-15 更新
浏览 9
基因组预测BI-RADS 4乳腺癌基因突变分析液体活检cfDNA
<b>original data from the article</b>

基本信息

模态
基因组
大小
0.00008693 GB
任务类型
预测
许可
CC BY 4.0
创建/更新时间
2026-07-15
版本
v1

资源简介

BI-RADS 4乳腺结节cfDNA原始数据

original data from the article

该数据集为212例BI-RADS 4乳腺结节患者的外周血游离DNA(cfDNA)原始数据,来源于一项探讨cfDNA乳腺癌基因突变谱对术后病理恶性预测价值的研究。数据以Excel文件形式提供,涵盖BI-RADS 4乳腺结节的cfDNA检测结果,可用于分析基因突变特征与术后病理恶性之间的关联,支持乳腺癌早期诊断和风险预测相关的方法学研究(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

源站首次发布:2026-07-15。

【数据内容】

源站描述(机器翻译,仅供参考):数据集来自:外周血游离DNA乳腺癌基因突变谱对BI-RADS 4乳腺结节术后病理恶性的预测价值。

【数据结构与技术规格】

文件数 1 个,合计 86.93 KB。数据集 DOI:10.6084/m9.figshare.32991626.v1。

【主题与分类】

源站学科分类:Clinical chemistry (incl. diagnostics)。主题标签:BI-RADS 4、乳腺癌、基因突变分析、液体活检、cfDNA。本站分类:肿瘤/乳腺癌。

【适用方向】

源站学科分类标注为 Clinical chemistry (incl. diagnostics)。

【获取与许可】

源站页面:https://figshare.com/articles/dataset/_b_original_data_from_the_article_b_/32991626

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Lyu, Guan (2026). original data from the article. figshare. Dataset

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://doi.org/10.6084/m9.figshare.32991626.v1

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。

数据集大小约 86.9 KB。

数据说明

Dataset from: Predictive value of peripheral blood cell-free DNA breast cancer gene mutation profiling for postoperative pathological malignancy in BI-RADS 4 breast nodules.

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。

获取专属数据定制方案