确诊HCC病例的连续AFP测量数据集
该数据集来自datashare.ed.ac.uk，收录了66例确诊肝细胞癌（HCC）患者的连续甲胎蛋白（AFP）测量数据，这些患者均在确诊前处于既定的HCC筛查项目中并留有AFP检测值
基本信息
资源简介
确诊HCC病例的连续AFP测量数据集
该数据集名为 Serial AFP measurement in confirmed HCC cases，来源于 datashare.ed.ac.uk，属于肿瘤领域中肝癌方向的数据资源。其核心内容围绕确诊肝细胞癌（HCC）患者的连续甲胎蛋白（AFP）测量展开，共纳入66例患者。这些患者在确诊HCC之前均处于既定的HCC筛查项目之中，并留有确诊前的AFP检测值。数据集的主题标签包括肝细胞癌、癌症筛查和甲胎蛋白，整体定位偏向于支持HCC早期检测相关的方法学研究，尤其是针对连续AFP波动特征的建模分析。数据已获得当地伦理委员会批准，可存入公开可用的数据仓储。以下从背景、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】
肝细胞癌（HCC）是全球范围内常见的恶性肿瘤之一，早期发现对改善患者预后具有重要意义。甲胎蛋白（AFP）是临床上常用于HCC筛查和辅助诊断的血清标志物，但其在个体内的波动特征较为复杂，单次测量往往难以充分反映疾病风险。该数据集正是为支持一项贝叶斯分析而构建，目标是通过分析确诊HCC患者此前的连续AFP测量值，刻画AFP随时间波动的规律，从而为改进HCC检测策略提供数据基础。数据集聚焦于那些在确诊前已参与既定HCC筛查项目并留下AFP检测值的患者，因此其设计天然贴合“筛查场景下纵向标志物监测”的研究需求。
【数据内容】
数据集收录了66例确诊肝细胞癌患者的连续AFP测量数据。所谓“连续测量”，意味着每位患者在被确诊HCC之前，于筛查项目内进行了多次AFP检测，形成纵向观测序列。数据集的核心变量为AFP测量值及其对应的时间信息，用于反映确诊前AFP水平的动态变化。患者均来自既定的HCC筛查项目，且在确诊时仍处于该项目的管理之中。除上述信息外，源站未提供关于具体检测方法、测量单位、采样间隔、患者人口学特征、肿瘤分期或治疗信息等更细粒度的字段说明。
【采集与来源】
该数据集来源于 datashare.ed.ac.uk，即爱丁堡大学的数据共享平台。根据源站描述，数据已获得当地伦理委员会批准，可存入公开可用的数据仓储。数据集所涉及的患者均为在既定HCC筛查项目中确诊的肝细胞癌病例，且这些患者在确诊之前已有AFP检测记录。数据集的构建目的与一项贝叶斯分析工作直接相关，该工作旨在定义连续AFP波动的统计模型，以提升HCC检测能力。除上述来源与伦理审批信息外，源站未提供关于采集机构、采集时间范围、检测实验室或具体筛查方案的其他细节。
【适用场景】
该数据集主要适用于肝细胞癌筛查与早期检测相关的方法学研究，尤其是需要利用纵向AFP测量数据进行统计建模的场景。例如，研究人员可基于连续AFP波动构建贝叶斯模型，评估个体化筛查策略；也可用于探索AFP在HCC确诊前的动态模式，比较不同检测算法的性能。此外，该数据集可用于教学或方法演示，帮助理解纵向肿瘤标志物数据的分析思路。由于数据集明确限定于确诊HCC且来自筛查项目的患者，其适用场景应围绕“筛查人群中的病例”展开，不宜直接外推至一般人群或非筛查环境。源站未提供关于其他具体应用场景的说明。
【使用方法】
数据集以公开可用的形式存放于 datashare.ed.ac.uk，使用者可通过该平台获取。由于源站未提供具体的数据格式、文件结构、变量命名或访问协议，实际使用时应以平台页面提供的说明为准。在分析层面，该数据集适合采用纵向数据分析、生存分析或贝叶斯层次模型等方法，对每位患者的多次AFP测量进行建模。使用者在开展研究前，应确认数据版本、伦理使用条件以及任何平台规定的下载或引用要求。源站未提供关于数据预处理、缺失值处理或软件工具的进一步指导。
【质量与限制】
该数据集的一个显著特点是样本量有限，共66例患者，且全部为确诊HCC病例，未包含非HCC对照。这意味着基于该数据集的模型在推广至更广泛筛查人群时需谨慎评估。此外，数据集仅涵盖在既定筛查项目中留有AFP检测值的患者，可能存在选择偏倚。源站未提供关于数据完整性、缺失比例、测量误差、随访时长或外部验证结果的信息。因此，使用者在解释分析结果时，应充分考虑样本规模、病例选择方式以及缺乏对照群体等潜在限制。源站未提供关于数据质量控制流程的更多细节。
【引用与许可】
该数据集已获得当地伦理委员会批准，可存入公开可用的数据仓储，并通过 datashare.ed.ac.uk 对外提供。使用者应遵循该平台及源站规定的许可与使用条款。源站未提供具体的引用格式、许可类型（如是否允许再分发或商业使用）或数据访问的附加条件。建议在使用前查阅 datashare.ed.ac.uk 上该数据集的官方页面，以获取最新的引用要求和许可信息。
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://datashare.ed.ac.uk/handle/10283/1989
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
该数据集用于开展一项研究，旨在通过贝叶斯分析肝细胞癌（HCC）患者血清甲胎蛋白（AFP）序列波动，以提高HCC检测效率。数据集包含所有66名患者，这些患者在诊断为HCC前已进行AFP值检测，并且在确诊HCC时正处于既定的HCC筛查计划中。数据已获得当地伦理委员会批准，可存入公共可访问的数据库。
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。
