HemOncKB 系统性抗癌药物与方案知识库
本数据集为肿瘤领域的其他公开数据集，由HemOnc Dataverse提供。
基本信息
资源简介
HemOncKB 系统性抗癌药物与方案知识库
HemOncKB
HemOncKB 是描述系统性抗癌药物与方案相关数据及元数据的知识库，核心表遵循 OMOP Common Data Model 格式与规范，另有辅助表承载难以用 OMOP 表示的复杂数据结构。该库首版于 2019 年 5 月发布，此后约每季度增补，核心 OMOP 表版本日期体现在文件名中，辅助表在文件名层面不设版本，所有表行均带记录添加日期的管理元数据。数据由 Jeremy Warner MD, MS 贡献，托管于 Harvard Dataverse，主题涵盖肿瘤、受控词表与癌症相关计算信息学，可用于抗癌药物与方案的标准化表示及研究（来源 DOI 解析）。
【数据集背景】
源站首次发布：2021。
【数据内容】
源站描述（机器翻译，仅供参考）：HemOncKB 描述与系统性抗癌药物和方案相关的数据及元数据。HemOncKB 核心表遵循 OMOP Common Data Model 格式与规范。附加的辅助表提供难以在 OMOP 中表示的更复杂数据结构。HemOncKB 的第一个版本于 2019 年 5 月推出。此后大约每季度进行增补；每个核心 OMOP 表的版本日期包含在文件名中。辅助表在文件名层面不设版本；所有表的所有行均带有记录添加日期的管理元数据。
【主题与分类】
主题标签：Computer and Information Science、Medicine, Health and Life Sciences、Neoplasms、Controlled vocabulary、Cancer。本站分类：肿瘤/癌症（总论）。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/FPO4HB
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。
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/10.7910/DVN/FPO4HB
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:
数据说明
HemOncKB 描述与全身性抗癌药物和治疗方案相关的数据和元数据。HemOncKB 核心表遵循 OMOP Common Data Model 的格式和规范。其他辅助表提供更复杂的数据结构，这些结构不易在 OMOP 中表示。HemOncKB 的第一个版本于 2019 年 5 月推出。此后，大约每季度进行增补；每个核心 OMOP 表的版本日期包含在文件名中。辅助表在文件名层面无版本标识；所有表中的所有行均带有管理元数据，记录添加日期。
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。
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。
