IRIS简化数据集
西班牙乳腺癌筛查女性数据库，含12万余名受检者数据，用于构建个体化筛查模型。
基本信息
资源简介
IRIS简化数据集
【一句话概览】
IRIS reduced dataset 是一个数据库，包含在西班牙乳腺癌筛查中接受筛查的 121.969 名女性数据，用于开发个体化乳腺癌筛查模型。其标签涉及医学、健康与生命科学以及乳腺癌（来源 DOI 解析）。
【数据集背景】
本数据集源站标题为《IRIS reduced dataset》。源站首次发布：2021。
【数据内容】
源站原始描述：Data base of 121.969 woman screened in the spanish breast cancer screening in order to develop an individualized breast cancer screening model
中文译文（机器翻译，仅供快速理解，请以原文为准）：西班牙乳腺癌筛查中121,969名女性的筛查数据库，旨在开发个体化乳腺癌筛查模型。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Breast cancer。
【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://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/3T7HCH
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/10.7910/DVN/3T7HCH
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
