乳腺癌多模态模拟队列数据集（HCONC001样本）
一个完全合成的多模态乳腺癌队列数据集，覆盖临床路径、基因组、成像等多模态数据，用于研究和教育。
基本信息
资源简介
乳腺癌多模态模拟队列数据集（HCONC001样本）
【数据集背景】
本数据集源站标题为《xpertsystems/hconc001-sample》。源站首次发布：2026-05-26。
【数据内容】
源站原始描述：# HC-ONC-001 — Breast Cancer Synthetic Cohort **Sample dataset (500 patients × 115 columns) from the XpertSystems.ai Synthetic Data Factory — Oncology vertical, SKU 1** A fully synthetic, multimodal **breast cancer** cohort spanning the complete clinical pathway: AJCC 8th Edition T/N/M staging, PAM50 molecular subtype classification (Luminal A/B, HER2-Enriched, Triple-Negative), comprehensive IHC biomarkers (ER/PR/HER2 with Allred scores and HER2 FISH/IHC), germline genetics (BRCA1/BRCA2/PALB2),…
主表 hconc001_sample.csv 含 115 列、样本前 501 行结构完整。
文件 validation_report.md 为文本内容，开头为：# HC-ONC-001 — Breast Cancer ## Validation Report - **Generated:** 2026-05-26T18:51:50.062436+00:00 - **N patients:** 500 - **Seed:** 42 - **Weighted Score:**…
【数据结构与技术规格】
文件数 2 个，合计 272.04 KB。
【主题与分类】
主题标签：task_categories:tabular-classification、task_categories:tabular-regression、task_categories:time-series-forecasting、language:en、license:cc-by-nc-4.0、size_categories:n<1K、region:us、synthetic-data、healthcare、oncology。
【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。多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://huggingface.co/datasets/xpertsystems/hconc001-sample
使用许可：cc-by-nc-4.0。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("xpertsystems/hconc001-sample")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/xpertsystems/hconc001-sample
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。
