发展中国家尿液高危HPV DNA检测提升宫颈癌筛查数据集

该数据集为一项临床试验的原始数据,评估在发展中国家使用尿液高危HPV DNA检测提升宫颈癌筛查的效果。试验旨在验证一种非侵入性尿液采集方法与印尼本地公司开发的新型多重qPCR检测联合使用的可行性与准确性

figsharefigshare
datacite
浏览 3
基因组分类Clinical microbiology
Data of_Urinary high-risk HPV DNA detection to enhance cervical cancer screening in developing countries

基本信息

模态
基因组
任务类型
分类
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-11

资源简介

发展中国家尿液高危HPV DNA检测提升宫颈癌筛查数据集

Data of_Urinary high-risk HPV DNA detection to enhance cervical cancer screening in developing countries

该数据集为一项临床试验的原始数据,评估在发展中国家使用尿液高危HPV DNA检测提升宫颈癌筛查的效果。试验旨在验证一种非侵入性尿液采集方法与印尼本地公司开发的新型多重qPCR检测联合使用的可行性与准确性。数据以CSV格式提供,可用于宫颈癌筛查方法研究、HPV检测技术评估及相关临床微生物学分析(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。

【数据集背景】

源站首次发布:2024。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含一项临床试验期间收集的原始数据,该试验评估了在发展中国家使用尿液高危HPV DNA检测提升宫颈癌筛查的效果。该试验旨在评估一种非侵入性尿液采集方法与一家印尼本地公司开发的新型多重qPCR检测联合使用的可行性与准确性。数据集以CSV格式提供。

【主题与分类】

主题标签:Clinical microbiology。本站分类:肿瘤/宫颈癌。

【获取与许可】

源站页面:https://figshare.com/articles/dataset/Data_of_Urinary_high-risk_HPV_DNA_detection_to_enhance_cervical_cancer_screening_in_developing_countries/26199875

使用许可:Creative Commons Attribution 4.0 International。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

暂未开放

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。

免登录

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

源站:https://doi.org/10.6084/m9.figshare.26199875

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

该数据集包含了一项临床试验中收集的原始数据,该试验旨在评估尿液中高危型HPV DNA检测在发展中国家提高宫颈癌筛查效果的有效性。试验目的是评估一种非侵入性尿液采集方法与印尼当地公司开发的新型多重qPCR检测技术相结合的可行性和准确性。数据集以CSV格式提供。

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。

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。

获取专属数据定制方案