肺癌风险数据集
Lung Cancer Risk 是于 2025 年发布的一个面向肺癌风险预测与健康因素分析的表格型数据集，旨在通过多维特征探索吸烟习惯、生活方式与肺癌风险之间的关联。
基本信息
资源简介
肺癌风险数据集
【数据集背景】
本数据集源站标题为《Lung-Cancer-Risk-Dataset》。源站首次发布：2025-08-23。
【数据内容】
源站原始描述：# Lung Cancer Risk Dataset ## Overview This dataset contains 50,000 patient profiles designed for lung cancer risk analysis and machine learning applications. The dataset is clean, preprocessed, and ready for immediate use in classification tasks, statistical analysis, and data visualization. - **Rows**: 50,000 - **Columns**: 11 - **File**: `preprocessed_lung_cancer_dataset.csv` - **License**: CC0: Public Domain ## Dataset Description The dataset includes patient profiles with features based on…
【数据结构与技术规格】
文件数 1 个，合计 3.19 MB。
【主题与分类】
主题标签：cancer、health、public safety。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/mikeytracegod/lung-cancer-risk-dataset
使用许可：CC0: Public Domain。
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("mikeytracegod/lung-cancer-risk-dataset")
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 mikeytracegod/lung-cancer-risk-dataset
unzip lung-cancer-risk-dataset.zip -d lung-cancer-risk-dataset/
数据说明
Lung Cancer Risk 是于 2025 年发布的一个面向肺癌风险预测与健康因素分析的表格型数据集，旨在通过多维特征探索吸烟习惯、生活方式与肺癌风险之间的关联。 该数据集包含 50,000 条基于已知肺癌风险因素（例如生活习惯、环境暴露和家族史等）的患者资料，阳性病例约占 25%，反映了现实中肺癌的患病率。每条样本均由多个健康与行为特征构成，适用于肺癌风险建模、医学机器学习研究、健康预测系统开发与教学实验，尤其在分类建模和风险评估场景中具有良好的参考价值。 数据构成： 每条样本包含多个维度的健康与行为特征，主要包括： 基本信息：年龄、性别 生活习惯：吸烟情况、饮酒频率 健康因素：慢性疾病（如高血压、糖尿病）、肺部相关诊断 环境暴露：氡气水平、石棉暴露、二手烟暴露 家族史：家族中是否有癌症或肺部疾病史 目标变量：肺癌诊断结果（是否患癌）
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。
许可
CC0 1.0
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。
