I/II期NSCLC预后数据集
该数据集来自omicsdi.org，收录84例完全切除、未接受辅助治疗的I/II期非小细胞肺癌（NSCLC）肿瘤样本，使用全基因组表达微阵列进行表达谱分析，旨在识别与无复发生存（RFS）相关的新分类，并评估其与RFS及临床病理参数的关联
基本信息
资源简介
I/II期NSCLC预后数据集
Prognosis for Stage I/II NSCLC 是一个聚焦于早期非小细胞肺癌预后研究的转录组表达谱数据集，来源于 omicsdi.org，在分类上归属于肿瘤 / 肺癌方向，主题标签为 Transcriptomics。该数据集收录了 84 例完全切除、且术后未接受辅助治疗的 I/II 期非小细胞肺癌（NSCLC）肿瘤样本，采用全基因组表达微阵列技术进行表达谱分析。其核心研究目的是识别与无复发生存（RFS）相关的新分类，并评估这些分类与 RFS 及临床病理参数之间的关联；同时，研究还引入了一个包含 162 例肿瘤的外部队列用于结果验证。整体而言，该数据集为探索早期 NSCLC 的分子分型与复发风险之间的关系提供了表达层面的研究材料。
【数据集背景】
非小细胞肺癌是肺癌的主要组织学类型之一，I/II 期患者通常以完全切除为主要治疗手段，但即使经过根治性手术，部分患者仍面临复发风险。如何在这一群体中识别与复发相关的分子特征，是预后研究关注的问题。该数据集正是在这一背景下产生：研究纳入 84 例完全切除、未接受辅助治疗的 I/II 期 NSCLC 样本，通过全基因组表达微阵列进行表达谱刻画，以期发现与无复发生存相关的新分类，并考察这些分类与临床病理参数的联系。研究还设置了 162 例肿瘤构成的外部队列，用于对结果的验证。
【数据内容】
数据集的核心内容是 84 例 I/II 期 NSCLC 肿瘤样本的全基因组表达微阵列表达谱。围绕这些表达数据，研究关注两类信息：一是基于表达谱识别出的、与 RFS 相关的新分类；二是这些分类与 RFS 以及临床病理参数之间的关联评估。主题标签为 Transcriptomics，表明数据属于转录组学范畴。除上述内容外，样本的具体临床病理参数条目、微阵列平台型号、探针或基因层面的注释信息，源站未提供。
【采集与来源】
该数据集来源站为 omicsdi.org。样本采集方面的关键信息是：纳入的 84 例均为完全切除、未接受辅助治疗的 I/II 期非小细胞肺癌肿瘤样本；此外，研究使用了一个包含 162 例肿瘤的外部队列进行验证。关于样本的具体收集时间、机构来源、伦理审批信息、微阵列实验的具体操作流程以及外部队列的出处，源站未提供。
【适用场景】
基于其内容，该数据集适用于以下研究方向：早期（I/II 期）NSCLC 的转录组表达谱分析；探索与无复发生存相关的分子分类；评估表达层面的分类与临床病理参数之间的关联；以及利用外部队列对预后相关发现进行验证性研究。主题标签为 Transcriptomics，也提示其可用于转录组学相关的方法学比较或标志物探索。需要说明的是，这些适用方向均围绕源站描述所提及的研究目的展开，具体分析场景的可行性仍需结合数据本身判断。
【使用方法】
源站描述表明该数据集基于全基因组表达微阵列产生，并配有外部验证队列，因此典型的使用方式包括：在 84 例样本的表达谱上开展分类识别或预后关联分析，再将结果置于 162 例肿瘤的外部队列中进行验证。关于数据的具体获取方式、文件格式、预处理步骤、归一化方法以及配套分析代码，源站未提供。
【质量与限制】
该数据集的一个特点是样本经过严格界定：完全切除、未接受辅助治疗的 I/II 期 NSCLC，这有助于减少治疗相关混杂，但也意味着结论主要适用于这一特定人群。研究设置了 162 例肿瘤的外部队列用于验证，在一定程度上支持结果的稳健性评估。限制方面，样本量为 84 例，属于中等规模；关于数据缺失情况、批次效应、平台间可比性以及临床随访的完整程度，源站未提供，使用时应予以关注。
【引用与许可】
关于该数据集的引用方式、原始文献出处、许可协议及使用条款，源站未提供。
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://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-1790
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
对84例完全切除、未接受辅助治疗的I/II期非小细胞肺癌（NSCLC）患者，采用全基因组表达微阵列进行分析，以识别与无复发生存期（RFS）相关的新分类。评估了其与无复发生存期（RFS）及临床病理参数的相关性。使用一个包含162例肿瘤的外部队列对结果进行验证。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
