Name: ChemoPrediction_CIN
Creator: figshare
License: CC BY 4.0

基本信息

模态

其他

大小

0.466430269 GB

许可

CC BY 4.0

创建/更新时间

2025-06-01

版本

v3

资源简介

ChemoPrediction_CIN

【一句话概览】

ChemoPrediction_CIN 数据集包含 2 个文件，合计大小 466.4 MB，为运行 https://github.com/macintyrelab/Thompson2025_ChemoResistancePrediction 中的代码提供输入数据。源站标签为 biomedicine area，分类涉及 Cancer diagnosis、Chemotherapy、Cancer genetics，许可为 CC BY 4.0（来源 figshare，CC BY 4.0 许可）。

【数据集背景】

源站首次发布：2025-05-22。

【数据结构与技术规格】

文件数 2 个，合计 466.43 MB。Flowcharts.zip：application/zip，195.55 KB。数据集 DOI：10.6084/m9.figshare.27210297.v3。

【主题与分类】

源站学科分类：Cancer diagnosis、Chemotherapy、Cancer genetics。主题标签：biomedicine area。

【适用方向】

源站学科分类标注为 Cancer diagnosis、Chemotherapy、Cancer genetics。

【获取与许可】

源站页面：https://figshare.com/articles/dataset/_b_ChemoPrediction_CIN_b_/27210297

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

规范引用：Hernando, Barbara (2025). ChemoPrediction_CIN. figshare. Dataset

原始链接

https://figshare.com/articles/dataset/_b_ChemoPrediction_CIN_b_/27210297/3

访问原始数据

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（Figshare）

源站标题：<b>ChemoPrediction_CIN</b>
DOI：10.6084/m9.figshare.27210297.v3
发布日期：2025-05-22
文件数：2 个
文件总体积：466.43 MB
源站页面：https://figshare.com/articles/dataset/_b_ChemoPrediction_CIN_b_/27210297

命令行下载

curl -L -o "Flowcharts.zip" "https://ndownloader.figshare.com/files/53271923"
curl -L -o "Input_Data.zip" "https://ndownloader.figshare.com/files/54727424"

文件清单

Flowcharts.zip（195.55 KB）
Input_Data.zip（466.23 MB）

文件总体积 466.43 MB（源站 API 实测）。

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