皮肌炎相关肝细胞癌风险预测的补充文件2
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2
该数据集英文名为 Additional file 2 of Risk prediction for dermatomyositis-associated hepatocellular carcinoma，是围绕皮肌炎相关肝细胞癌风险预测研究发布的补充文件型数据集，在站内归入肿瘤 / 肝癌分类，来源为 figshare.com。其主题标签涵盖肿瘤、肝癌、皮肌炎、风险预测与补充文件，属于肿瘤领域公开数据集，主题涵盖肿瘤。从名称与标签可以看出，该数据集服务于皮肌炎患者发生肝细胞癌的风险预测这一研究主题，作为论文的附加材料对外公开，便于读者与同行获取研究配套内容。以下依据可获得的信息，从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。
【数据集背景】
该数据集与“皮肌炎相关肝细胞癌风险预测”这一研究主题直接相关。皮肌炎是一种特发性炎症性肌病，临床上常需关注其与恶性肿瘤并发的风险，肝细胞癌是其中需要评估的肿瘤类型之一。该数据集作为该研究论文的附加文件（Additional file 2）发布，属于研究配套材料，用于支撑论文中风险预测相关工作的公开与复现。数据集在站内被归入肿瘤 / 肝癌分类，主题标签包括肿瘤、肝癌、皮肌炎、风险预测、补充文件，反映出其学科归属与应用方向。
【数据内容】
该数据集为论文的补充文件，具体包含的变量、样本量、文件格式与字段结构，源站未提供。可确认的信息是：其内容围绕皮肌炎相关肝细胞癌的风险预测展开，属于该研究论文的附加材料。由于是“Additional file 2”，其内容应为论文正文之外的补充性材料，但具体是数据表、补充图表还是其他附件形式，源站未提供。
【采集与来源】
该数据集来源于 figshare.com，源站描述中给出的引用信息为：(2023). Additional file 2 of Risk prediction for dermatomyositis-associated hepatocellular carcinoma [Dataset]. http://doi.org/10.6084/m9.figshare.23273455.v1。据此可知其发布年份为 2023 年，并通过 DOI 提供持久标识。关于原始数据的采集机构、采集时间范围、采集方法、研究对象来源及伦理审批等信息，源站未提供。
【适用场景】
基于其主题，该数据集可用于皮肌炎相关肝细胞癌风险预测研究的阅读辅助、结果复核与二次分析参考，也可作为肿瘤流行病学与临床预测建模方向的教学或方法学示例材料。由于其为论文补充文件，适合与对应论文配合使用，以理解研究中的补充结果或补充数据。具体适用的分析任务类型，需以源站及论文正文说明为准，源站未提供更细化的适用说明。
【使用方法】
该数据集通过 figshare.com 公开获取，可依据其 DOI（10.6084/m9.figshare.23273455.v1）定位并下载。使用时应结合对应论文正文理解补充文件的组织方式与含义。关于文件格式、读取方式、字段说明及配套代码等信息，源站未提供。
【质量与限制】
该数据集为研究论文的补充文件，其完整性、准确性依赖于原研究的质量与发布方的整理。关于数据规模、缺失情况、质量控制流程、偏倚评估及可复现性验证等信息，源站未提供。使用者应注意，补充文件通常不独立于正文存在，脱离论文语境直接使用可能产生误解。
【引用与许可】
引用该数据集时，建议采用源站给出的引用格式，注明数据集名称、发布年份、数据集类型及 DOI。关于该数据集的具体许可协议与使用条款，源站未提供，使用前应向源站或发布方核实。
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 2 of Risk prediction for dermatomyositis-associated hepatocellular carcinoma [Dataset]. http://doi.org/10.6084/m9.figshare.23273455.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。
