FMPP_Source_睾丸生殖细胞肿瘤关联研究补充数据
该数据集是关于家族性男性性早熟（FMPP）与睾丸生殖细胞肿瘤（GCT）关联研究的临床补充数据，主要模态为临床表格数据，包含患者临床特征、基因变异（LHCGR）及肿瘤细节等信息，整合了来自特定家庭病例和文献综述的病例资料，旨在支持分析FMPP与睾丸肿瘤（特别是生殖细胞肿瘤）之间的潜在关联，主要应用于生殖内分泌、肿瘤遗传学及临床医学的研究方向。
基本信息
资源简介
FMPP_Source_睾丸生殖细胞肿瘤关联研究补充数据
【数据内容】
源站原始描述：数据集概述 本数据集为“FMPP与睾丸生殖细胞肿瘤”研究的补充数据，包含两个家庭中6例携带LHCGR致病性变异的FMPP男性患者的临床特征及睾丸生殖细胞肿瘤（GCT）细节，同时整合了文献综述中4例FMPP相关睾丸GCT患者及12例性早熟合并睾丸间质细胞腺瘤/增生患者的信息，用于分析FMPP与睾丸肿瘤的潜在关联。 文件详解 文件名称：Supplementary Tables.docx
中文译文（机器翻译，仅供快速理解，请以原文为准）：Dataset Overview This dataset serves as supplementary data for the study "FMPP and Testicular Germ Cell Tumors," comprising the clinical characteristics and testicular germ cell tumor (GCT) details of 6 male FMPP patients carrying pathogenic LHCGR variants from two families, and also integrating information on 4 patients with FMPP-associated testicular GCT and 12 patients with precocious puberty complicated by testicular Leydig cell adenoma/hyperplasia from a literature review, for use in analyzing the potential association between FMPP and testicular tumors. File Details File name: Supplementary Tables.docx...
【获取与许可】
源站页面：https://haidatas.com/dataset/fmpp_source_gaowanshengzhixibaozhongliugua_44de4b65
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。
需登录公开下载
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。
暂未开放有偿下载
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://haidatas.com/dataset/fmpp_source_gaowanshengzhixibaozhongliugua_44de4b65
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
本数据集是“家族性男性性早熟（FMPP）与睾丸生殖细胞肿瘤（GCT）”关联研究的补充数据。它包含两个家庭中6例携带LHCGR致病性变异的FMPP男性患者的详细临床特征及睾丸GCT信息，并整合了文献综述中发现的4例FMPP相关睾丸GCT患者以及12例性早熟合并睾丸间质细胞腺瘤/增生患者的临床资料。该数据集旨在为分析FMPP与睾丸肿瘤（特别是生殖细胞肿瘤）之间的潜在关联提供支持，主要应用于生殖内分泌学、肿瘤遗传学和临床医学研究领域。
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。
