Name: 结直肠癌
Creator: University of Melbourne
License: Restrictive Licence

基本信息

模态

表格

许可

Restrictive Licence

创建/更新时间

2020-09-22

版本

v1

资源简介

结直肠癌

【一句话概览】

该数据集标题为 Colorectal，原始描述为在 Western Health 接受治疗的结直肠癌患者数据集。其标签涵盖结直肠肿瘤、结肠癌、直肠癌、癌症治疗（不包括化疗和放疗）、化疗和放疗；分类归入癌症治疗（不包括化疗和放疗）、化疗和放疗。许可为限制性许可（来源 figshare，Restrictive Licence 许可）。

【数据集背景】

本数据集源站标题为《Colorectal》。源站首次发布：2020-06-25。

【数据内容】

源站原始描述：Dataset of colorectal cancer patients treated at Western Health

中文译文（机器翻译，仅供快速理解，请以原文为准）：在Western Health接受治疗的结直肠癌患者数据集

【数据结构与技术规格】

数据集 DOI：10.26188/12494675.v1。

【主题与分类】

源站学科分类：Cancer therapy (excl. chemotherapy and radiation therapy)、Chemotherapy、Radiation therapy。主题标签：Colorectal neoplasms、Colon cancer、Rectal cancer、Chemotherapy、Radiation Therapy。

【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://figshare.unimelb.edu.au/articles/dataset/Colorectal/12494675

使用许可：Restrictive Licence（https://library.unimelb.edu.au/restricted-licence-template）。

规范引用：Melbourne Academic Centre for Health (MACH) (2020). Colorectal. The University of Melbourne. Dataset

【使用注意】

· 源站最后修改于 2023-06-01，引用时请注意版本时效。

原始链接

https://melbourne.figshare.com/articles/Colorectal/12494675/1

访问原始数据

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（Figshare）

源站标题：Colorectal
DOI：10.26188/12494675.v1
发布日期：2020-06-25
源站页面：https://figshare.unimelb.edu.au/articles/dataset/Colorectal/12494675

源站：https://melbourne.figshare.com/articles/Colorectal/12494675/1

按页面 Download 按钮获取。

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