SAMVAE数据集
整合六种模态的癌症生存分析数据集,包含乳腺癌和低级别胶质瘤数据,用于多模态生存预测。
基本信息
资源简介
该数据集用于癌症生存分析,整合了临床变量、四种分子特征和病理组织学图像六种数据模态,包含乳腺癌和低级别胶质瘤两种癌症类型的数据,旨在通过多模态融合提高生存预测准确性,支持个性化医疗。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载,应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/AlbaGarridoLopezz/SAMVAE.git
curl -L -o repo.zip https://github.com/AlbaGarridoLopezz/SAMVAE/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录(使用方式)
Getting Started
Follow these simple steps to make this project work on your local machine.
Prerequisites
You should have the following installed on your machine:
- Ubuntu
- Python 3.10.0
- Packages in requirements.txt
pip install -r requirements.txt
Installation
Download the repo manually (as a .zip file) or clone it using Git.
git clone https://github.com/AlbaGarridoLopezz/SAMVAE.git
<p align=“right”>(<a href=“#readme-top”>back to top</a>)</p>
<! USAGE EXAMPLES >
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。
精度瓶颈?数据缺失?
当前公开数据无法满足您的算法精度?千方提供针对 癌症(总论) 的高质量、多模态真实临床数据定制解决方案。




