表2：利用化学成像与机器学习加速癌症组织病理学工作流程

资源简介

表2：利用化学成像与机器学习加速癌症组织病理学工作流程

【一句话概览】

本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 5.63 KB，主题涵盖 Biophysical Technologies、Imaging、Computational Methods、Engineering、Genitourinary Cancers，可用于统计建模、特征工程与队列分析，CC BY 许可开放获取。

【数据集背景】

本数据集源站标题为《TABLE 2 from Accelerating Cancer Histopathology Workflows with Chemical Imaging and Machine Learning》。配套论文《Accelerating Cancer Histopathology Workflows with Chemical Imaging and Machine Learning》发表于 Cancer Research Communications（2023），DOI：10.1158/2767-9764.CRC-23-0226。项目资助方：HHS | NIH | National Cancer Institute (NCI)。源站首次发布：2023-09-18。

【数据内容】

源站原始描述：Pathologists review results from the survey for calculation of interobserver agreement for each domain using Fleiss’ kappa for 95% confidence interval

【数据结构与技术规格】

文件数 1 个，合计 5.63 KB。TABLE_2.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1158/2767-9764.24156265.v1。

【主题与分类】

源站学科分类：Cancer、Methods and Technology。主题标签：Biophysical Technologies、Imaging、Computational Methods、Engineering、Genitourinary Cancers、Prostate cancer。

【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://aacr.figshare.com/articles/dataset/TABLE_2_from_Accelerating_Cancer_Histopathology_Workflows_with_Chemical_Imaging_and_Machine_Learning/24156265

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

规范引用：Falahkheirkhah, Kianoush; Mukherjee, Sudipta S.; Gupta, Sounak; Herrera-Hernandez, Loren; McCarthy, Michael R.; Jimenez, Rafael E.; et al. (2023). TABLE 2 from Accelerating Cancer Histopathology Workflows with Chemical Imaging and Machine Learning. American Association for Cancer Research. Dataset

【使用注意】

· 源站最后修改于 2023-09-20，引用时请注意版本时效。