支气管肺类癌回顾性分析数据集（2012-2022年，曼彻斯特大学NHS基金会信托，英国）

数据集获取

源站：https://data.mendeley.com/datasets/jmzcpcm5yw

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

该数据集是一项针对2012年至2022年间在英国曼彻斯特大学NHS基金会信托进行手术切除的肺类癌（支气管肺类癌）的回顾性分析研究。数据集包含病理学（如Ki-67增殖指数、组织学亚型）和放射学（如氟脱氧葡萄糖-18 SUV）变量，旨在评估这些变量在术前诊断中的意义，并探索其与临床病理分期、术后一致性、复发及生存结局的关联。研究发现，高Ki-67指数对非典型类癌的诊断具有合理准确性（77.8%），且与疾病复发显著相关；FDG-PET SUV（截断值5.0）在区分典型与非典型亚型方面表现出中等敏感性和特异性。该数据集主要用于肺神经内分泌肿瘤的诊断优化、预后生物标志物研究及治疗策略评估。

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。