FTW — 铁死亡时间窗数据集(EGFR+ 非小细胞肺癌)
FTW 是面向 EGFR 阳性非小细胞肺癌的铁死亡时间窗研究数据集,包含完整技术文档与免费评估样本。样本含 300 例虚拟队列患者和 300 例筛查患者(各 7 个剂量水平,共 2,400 行),完整数据集为 7 个文件、43,560 行

基本信息
资源简介
FTW — 铁死亡时间窗数据集(EGFR+ 非小细胞肺癌)
FTW — Ferroptosis Timing Window (EGFR+ NSCLC)
FTW 是面向 EGFR 阳性非小细胞肺癌的铁死亡时间窗研究数据集,包含完整技术文档与免费评估样本。样本含 300 例虚拟队列患者和 300 例筛查患者(各 7 个剂量水平,共 2,400 行),完整数据集为 7 个文件、43,560 行。数据覆盖虚拟队列、剂量响应与数据护照,可用于铁死亡时间窗建模、剂量响应分析及无进展生存期相关预测研究(来源 DOI 解析,Creative Commons Attribution Non Commercial 4.0 International 许可)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):本次上传包含完整技术文档和一份免费评估样本(300 例虚拟队列患者 + 300 例筛查患者,各 7 个剂量水平,共 2,400 行)——并非完整数据集。完整数据集(7 个文件,43,560 行): 样本内容(SAMPLE.7z,经解包与计数验证):文件行数 × 列数内容FTW_sample_virtual_cohort_N300.parquet300 × 28 3,000 例真实虚拟队列的前 300 例患者(VC-00001 至 VC-00300)FTW_sample_dose_response_N300x7.parquet2,100 × 16 5,000 例筛查人群的前 300 例患者(SCR-00001 至 SCR-00300),各 7 个剂量水平FTW_Sample_Passport_EN.pdf—样本数据护照 该样本是直接、未经修改的行子集(每个源文件的前 300 例患者),并非分层重采样,因此它是评估辅助材料,不能复现完整
【主题与分类】
主题标签:Carcinoma, Non-Small-Cell Lung、Lung Neoplasms、Drug Resistance, Neoplasm、Ferroptosis、Protein Kinase Inhibitors、Computer Simulation、Progression-Free Survival、ErbB Receptors、Systems Biology、Models, Theoretical。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.23400700
使用许可:Creative Commons Attribution Non Commercial 4.0 International。
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/10.5281/zenodo.23400700
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 305.8 KB。
数据说明
本次上传包含完整的技术文档和一个免费评估样本(300名虚拟队列患者 + 300名筛选患者,每人7个剂量水平,共2,400行)——并非完整数据集。完整数据集(7个文件,43,560行):https://sentineldata.com.ua/dataset/ftw-ferroptosis-timing-window 样本内容(SAMPLE.7z,经解压和计数验证):文件行数 × 列数内容FTW_sample_virtual_cohort_N300.parquet300 × 28由3,000名患者构成的真实感虚拟队列中的前300名患者(VC-00001至VC-00300)FTW_sample_dose_response_N300x7.parquet2,100 × 16由5,000名患者构成的筛选人群中的前300名患者(SCR-00001至SCR-00300),每人7个剂量水平FTW_Sample_Passport_EN.pdf—样本数据护照 该样本是直接、未经修改的行子集(每个源文件的前300名患者),而非分层重采样,因此它仅作为评估辅助,不能复现完整数据集的统计特征。两个样本文件来自两个独立采样的群体,因此其300名患者并非相同的个体。两个样本表均无空值,且其列与DATA_DICTIONARY.csv完全匹配。该样本依据CC BY-NC 4.0许可发布。
本记录中的文件包括:完整的数据护照(PDF)、参数审计(constants_audit.csv)、文献登记表(lit_registry.csv)、全部七个文件的列字典(DATA_DICTIONARY.csv)、质量控制日志(VALIDATION_QC.csv)以及免费样本存档。关于完整数据集FTW——Ferroptosis Timing Window是一个完全基于计算机模拟(计算)的数据集,由EGFR-TKI耐药非小细胞肺癌(NSCLC)的机制性五 compartment ODE模型生成。它不包含任何真实患者数据,也不用于临床用途。这是一项预注册、协议哈希、假设生成的模拟研究,随附每个配对的反正事实臂、每个参数审计和每个文献锚点,以便您能够重现、压力测试或对其进行基准测试。问题
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。




