肺癌数据集（突尼斯 Monastir 2002-2022）-91081
该数据集为突尼斯 Monastir 地区 2002 至 2014 年间确诊肺癌患者的匿名临床与流行病学信息，数据来自 Monastir 大学医院、突尼斯癌症登记处及社会事务部数据库（覆盖 2001 至 2022 年 Monastir 全部死亡记录）
基本信息
资源简介
肺癌数据集（突尼斯 Monastir 2002-2022）
Lung Cancer Dataset (Moanstir Tunisia 2002-2022)
该数据集为突尼斯 Monastir 地区 2002 至 2014 年间确诊肺癌患者的匿名临床与流行病学信息，数据来自 Monastir 大学医院、突尼斯癌症登记处及社会事务部数据库（覆盖 2001 至 2022 年 Monastir 全部死亡记录）。内容涵盖人口学特征与生存结局，所有标识符已按国家个人数据保护机构（INPDP）和 Monastir 医学院伦理委员会要求移除。可用于肺癌流行病学分析、生存预测及公共卫生研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【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）：该匿名数据集包含 2002 年至 2014 年间在突尼斯 Monastir 确诊肺癌患者的临床与流行病学信息。数据收集自 Monastir 大学医院、突尼斯癌症登记处以及社会事务部数据库，后者涵盖 2001 年至 2022 年 Monastir 的所有死亡记录。数据集包括人口学特征和生存结局。所有标识符均已移除，符合国家个人数据保护机构（INPDP）和 Monastir 医学院伦理委员会的要求。
【主题与分类】
主题标签：Lung cancer、Oncology、Cancer epidemiology、Survival analysis、Clinical dataset、Tunisia、Public health data。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.17105324
使用许可：Creative Commons Attribution 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.17105324
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
该匿名数据集包含2002年至2014年间在突尼斯莫纳斯提尔诊断为肺癌患者的临床和流行病学信息。数据收集自莫纳斯提尔大学医院、突尼斯癌症登记处和社会事务部数据库，后者涵盖2001年至2022年莫纳斯提尔的所有死亡病例。数据集包括人口学特征和生存结局。所有标识符均已移除，符合国家个人数据保护局（INPDP）和莫纳斯提尔医学院伦理委员会的规定。
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。
