皮肌炎相关肝细胞癌风险预测的补充文件1
主题标签：肿瘤、肝癌、皮肌炎、风险预测、补充文件。本数据集为肿瘤领域公开数据集，主题涵盖肿瘤。本数据集为肿瘤领域的其他公开数据集，来源：google_dataset，主题涵盖肿瘤。
基本信息
资源简介
皮肌炎相关肝细胞癌风险预测的补充文件1
该数据集英文名为 Additional file 1 of Risk prediction for dermatomyositis-associated hepatocellular carcinoma，是发表于 2023 年的一份公开数据集，来源于 springernature.figshare.com，DOI 为 10.6084/m9.figshare.23273452.v1。从名称与主题标签来看，它属于肿瘤领域，聚焦肝癌方向，并围绕皮肌炎相关肝细胞癌的风险预测这一主题，作为相关研究论文的补充文件（Additional file 1）对外发布。数据集的主题标签涵盖肿瘤、肝癌、皮肌炎、风险预测与补充文件，整体定位是为肿瘤领域尤其是肝癌风险预测研究提供配套的公开数据资源。
【数据集背景】
该数据集是研究论文《Risk prediction for dermatomyositis-associated hepatocellular carcinoma》的补充文件（Additional file 1），于 2023 年发布。其主题涉及皮肌炎与肝细胞癌之间的关联，以及针对这一关联开展的风险预测研究。皮肌炎是一种特发性炎症性肌病，临床上常与恶性肿瘤风险升高相关联，而肝细胞癌是肝癌的主要病理类型之一；该数据集即围绕“皮肌炎相关肝细胞癌的风险预测”这一研究问题提供配套材料。数据集在站内被归类为肿瘤 / 肝癌，说明其服务的研究领域属于肿瘤学下的肝癌方向。源站未提供该研究的具体背景细节、研究设计或研究结论。
【数据内容】
该数据集为论文的补充文件，主题标签包括肿瘤、肝癌、皮肌炎、风险预测与补充文件。源站未提供补充文件的具体内容构成、变量字段、记录条数、文件格式与文件大小等信息，因此无法在此描述其具体数据项或数据结构。从名称判断，其内容应与皮肌炎相关肝细胞癌风险预测研究相配套，但具体内容需以源站实际文件为准。
【采集与来源】
该数据集发布在 springernature.figshare.com，来源标注为 Springer Nature 旗下的 figshare 平台，DOI 为 10.6084/m9.figshare.23273452.v1，版本为 v1，发布年份为 2023 年。源站未提供数据采集方法、样本来源、采集时间范围、纳入排除标准以及数据处理流程等信息。
【适用场景】
基于其主题标签，该数据集可服务于肿瘤领域尤其是肝癌方向的研究，特别是与皮肌炎相关肝细胞癌风险预测相关的科研工作，也可作为相关论文的补充材料供读者查阅与复核。源站未提供关于具体适用场景、推荐用途或目标用户的进一步说明。
【使用方法】
源站未提供该数据集的使用方法、文件读取方式、字段说明或配套代码等信息。使用者应参照源站页面提供的文件列表与说明进行获取和使用。
【质量与限制】
源站未提供该数据集的质量评估、数据完整性、准确性、偏倚控制或局限性说明。作为论文补充文件，其内容范围可能受原始研究设计约束，具体情况源站未提供。
【引用与许可】
引用信息为：(2023). Additional file 1 of Risk prediction for dermatomyositis-associated hepatocellular carcinoma [Dataset]. http://doi.org/10.6084/m9.figshare.23273452.v1。源站未提供该数据集的具体许可协议条款。
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）
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
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
(2023). Additional file 1 of Risk prediction for dermatomyositis-associated hepatocellular carcinoma [Dataset]. http://doi.org/10.6084/m9.figshare.23273452.v1
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。
