晚期NSCLC匿名临床与cfDNA突变数据集
该数据集收录了晚期非小细胞肺癌（NSCLC）患者的匿名临床变量与cfDNA突变检测结果，涵盖人口学信息、吸烟状况、组织学亚型、转移部位及检出的cfDNA变异
基本信息
资源简介
晚期NSCLC匿名临床与cfDNA突变数据集
Anonymized Clinical and cfDNA Mutation Dataset for Advanced NSCLC Study
该数据集收录了晚期非小细胞肺癌（NSCLC）患者的匿名临床变量与cfDNA突变检测结果，涵盖人口学信息、吸烟状况、组织学亚型、转移部位及检出的cfDNA变异。数据不含原始测序文件（如FASTQ、BAM）或可识别个人身份的信息，旨在支撑题为“cfDNA Genomic Analysis Reveals Histological and Metastatic Patterns in Advanced NSCLC”的论文发现。数据采用受限访问方式提供，以符合隐私与伦理标准，可在合理请求下获得授权。可用于肺癌分子特征与临床表型的关联分析（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）：该数据集包含被诊断为晚期非小细胞肺癌（NSCLC）个体的完全匿名化患者级临床变量和cfDNA突变结果。数据集包括人口学信息、吸烟状况、组织学亚型、转移部位和检出的cfDNA变异。不包含原始测序文件（如FASTQ、BAM）或可识别个人身份的信息。该数据集旨在支撑题为“cfDNA Genomic Analysis Reveals Histological and Metastatic Patterns in Advanced NSCLC”的手稿的研究发现。它采用受限访问方式提供，以确保符合隐私和伦理标准。可在合理请求下授予访问权限。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/LM6AS9
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/10.7910/DVN/LM6AS9
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 144.1 KB。
数据说明
本数据集包含确诊为晚期非小细胞肺癌（NSCLC）个体的完全匿名化患者级临床变量及cfDNA突变结果。数据集涵盖人口统计学信息、吸烟状况、组织学亚型、转移部位及检测到的cfDNA变异。不包含原始测序文件（如FASTQ、BAM）或可识别个人身份的信息。本数据集旨在支持题为“cfDNA Genomic Analysis Reveals Histological and Metastatic Patterns in Advanced NSCLC”的手稿的研究发现。为确保符合隐私与伦理标准，本数据集以受限访问方式提供。经合理请求后可授予访问权限。
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。
