Epic医院原发性乳腺癌临床数据集

数据集获取

源站：https://doi.org/10.17632/dbz42w9x8h.4

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 4.0 MB。

数据说明

本数据集包含乳腺肿瘤的临床特征，旨在用于机器学习和基于人工智能的分类任务。每一行代表一个患者样本，具有描述肿瘤特征的数值属性。该数据集包含诊断标签（良性 vs 恶性），适用于监督学习任务，如分类、特征选择和可解释人工智能研究。本数据集包含从Epic医院收集的15,054份乳腺癌患者记录。它提供了一套全面的与乳腺癌预后和治疗分析相关的临床、人口统计学和病理学特征。该数据集包含34列，如患者人口统计学信息（年龄、性别）、临床详情（肿瘤大小、肿瘤分期、分级、组织学亚型）、治疗史（手术、化疗、激素治疗、放疗）以及生存结局（总生存月数、总生存状态、复发状态）。该数据集旨在支持机器学习、统计建模以及乳腺癌生存预测、治疗反应分析和结局评估方面的医学研究。

该数据集可应用于：=> 早期乳腺癌检测的预测建模 => 特征重要性和可解释性研究 => 传统机器学习模型与基于LLM的表格学习方法的基准测试。研究人员和实践者可将此数据集用于学术、教育或应用人工智能目的。

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。