肺癌临床数据集
Lung Cancer Clinical 是一个包含 1,500 条患者记录的临床数据集，数据时间跨度为 2015 至 2025 年，涵盖了世界卫生组织（WHO）所有 6 个区域的 60 个国家。数据集提供了有关肺癌的详细临床、人口统计、生活方式、遗传和诊断信息。数据来源于 WHO 事实表和全球癌症研究统计（GLOBO
基本信息
资源简介
肺癌临床数据集
【数据集背景】
本数据集源站标题为《🫁 Lung Cancer Clinical Dataset (2015–2026)》。源站首次发布：2026-07-08。
【数据内容】
源站原始描述："description": "This dataset contains 1,500 patient records spanning 2015–2025 across all 6 WHO regions and 60 countries, with detailed clinical, demographic, lifestyle, genetic, and diagnostic information related to lung cancer. The data is inspired by WHO fact sheets and global cancer research statistics (GLOBOCAN 2020). It covers risk factors (smoking, occupational hazards, air pollution, genetics), symptoms, cancer types (NSCLC/SCLC with subtypes), staging, tumor size, metastasis, diagnosis…
【数据结构与技术规格】
文件数 2 个，合计 466.46 KB。
【主题与分类】
主题标签：cancer、health、exploratory data analysis、social networks。
【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://www.kaggle.com/datasets/zkskhurram/lung-cancer-clinical-dataset-20152025
使用许可：CC BY-SA 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。
需登录公开下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("zkskhurram/lung-cancer-clinical-dataset-20152025")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d zkskhurram/lung-cancer-clinical-dataset-20152025
unzip lung-cancer-clinical-dataset-20152025.zip -d lung-cancer-clinical-dataset-20152025/
数据说明
Lung Cancer Clinical 是一个包含 1,500 条患者记录的临床数据集，数据时间跨度为 2015 至 2025 年，涵盖了世界卫生组织（WHO）所有 6 个区域的 60 个国家。数据集提供了有关肺癌的详细临床、人口统计、生活方式、遗传和诊断信息。数据来源于 WHO 事实表和全球癌症研究统计（GLOBOCAN 2020），适用于探索性数据分析（EDA）、机器学习分类、生存分析、地理趋势分析和公共卫生研究。 数据集构成 风险因素：吸烟、职业危害、空气污染、遗传 症状描述 癌症类型：非小细胞肺癌（NSCLC）/小细胞肺癌（SCLC）及其亚型 分期信息 肿瘤大小及转移情况 诊断方法 治疗方式 生存结果
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))
许可
CC BY-SA 4.0
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
