重金属与癌症:犬肿瘤及环境生物指示物研究
该数据集来自 Mendeley Data,聚焦犬类肿瘤与环境重金属(尤其是镉)污染的关系,收录 1,764 只犬的种群数据,涉及皮肤、软组织、乳腺及阴茎睾丸等部位肿瘤在不同镉污染水平地区的分布

基本信息
资源简介
重金属与癌症:犬肿瘤及环境生物指示物研究
Heavy Metals and Cancer: A Study on Canine Tumours and Environmental Bioindicators
该数据集来自 Mendeley Data,聚焦犬类肿瘤与环境重金属(尤其是镉)污染的关系,收录 1,764 只犬的种群数据,涉及皮肤、软组织、乳腺及阴茎睾丸等部位肿瘤在不同镉污染水平地区的分布。犬因与人类共享环境且具有遗传、免疫和分子相似性,可作为比较肿瘤学模型。数据可用于探索重金属暴露与肿瘤发生的关联、评估环境致癌风险,并支持癌症流行病学与比较医学研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):宠物(即犬和猫)由于在与人类共享的环境中自发发生肿瘤,且具有遗传、免疫和分子层面的相似性,是宝贵的比较肿瘤学模型。镉(Cd)等重金属已被认定为强效环境致癌物,对人类和动物健康均有严重后果。长期暴露于这些毒物与多种恶性肿瘤相关,包括肺癌、乳腺癌、前列腺癌和肾癌。鉴于其在生态系统中的持久性和生物累积能力,重金属对长期健康构成重大威胁,尤其是在城市和工业化地区。本研究描述了在不同镉污染水平地区,宠物中影响皮肤、软组织、乳腺以及阴茎和睾丸的肿瘤的发生情况。该数据集包括 1,764 只犬的种群,1,0
【主题与分类】
主题标签:Metal、Cancer Epidemiology、Dog。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/8s7gvfs9ws/1
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/10.17632/8s7gvfs9ws.1
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:
数据集大小约 161.9 KB。
数据说明
宠物(即犬和猫)因其在与人类共享环境中发生自发性肿瘤,且具有遗传、免疫和分子层面的相似性,可作为有价值的比较肿瘤学模型。镉(Cd)等重金属已被认定为强效环境致癌物,对人类和动物健康均造成严重后果。长期暴露于这些毒物与多种恶性肿瘤相关,包括肺癌、乳腺癌、前列腺癌和肾癌。鉴于重金属在生态系统中的持久性及其生物蓄积能力,它们对长期健康构成重大威胁,尤其是在城市和工业化地区。本研究描述了在不同镉污染水平的地区,宠物中影响皮肤、软组织、乳腺以及阴茎和睾丸的肿瘤的发生情况。数据集包括1,764只犬的群体,其中1,057只雌性(480只已绝育)和707只雄性(204只已绝育)。为评估金属污染对肿瘤发生的潜在贡献,建立了单变量和多变量混合效应泊松广义线性模型(GLM),以分析固定效应和随机效应。
镉污染极严重的地区显示出更高比例乳腺肿瘤(PMR = 64.67;95%IC:33.39-125.252)、阴茎和睾丸肿瘤(PMR = 19.77;95%IC:2.77-141.30)、软组织肿瘤(PMR = 100.55;95%IC:37.19-271.79)以及皮肤肿瘤(PMR = 116.24;95%IC:72.67-185.94)。这些结果表明,环境镉污染可能在犬乳腺、阴茎和睾丸肿瘤以及皮肤和软组织肿瘤的发生中发挥作用。环境污染与肿瘤发病之间的这种联系凸显了比较肿瘤学在理解癌症病因学和改进公共卫生策略方面的价值。
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。




