用于肺癌风险预测机器学习的Synthea合成患者数据

该数据集包含Synthea合成患者数据，用于构建肺癌风险预测的机器学习模型。该开放数据集属于GitHub上Open LHS项目的合成数据仓库

dataone

其他预测lung cancerMedicine, Health and Life Sciencesmachine learningComputer and Information Sciencesyntheasynthetic patientEHR Patient data machine learningrisk predictionLHS

Synthea synthetic patient data for lung cancer risk prediction machine learning

基本信息

模态

其他

任务类型

预测

创建/更新时间

2026-10-01

资源简介

用于肺癌风险预测机器学习的Synthea合成患者数据

Synthea synthetic patient data for lung cancer risk prediction machine learning

该数据集包含Synthea合成患者数据，用于构建肺癌风险预测的机器学习模型。模型用于模拟ML-enabled LHS。该开放数据集属于GitHub上Open LHS项目的合成数据仓库。数据来源和方法见发表于Nature Scientific Reports的首篇ML-LHS模拟论文（来源 DataONE）。

【数据内容】

源站描述（机器翻译，仅供参考）：该数据集包含用于构建肺癌风险预测 ML 模型的 Synthea 合成患者数据。这些 ML 模型用于模拟 ML 赋能的 LHS。该开放数据集是 GitHub 上 Open LHS 项目合成数据仓库的一部分：https://github.com/lhs-open/synthetic-data。有关数据来源和方法，请参见发表于 Nature Scientific Reports 的首篇 ML-LHS 模拟论文：https://www.nature.com/articles/s41598-022-23011-4。

【主题与分类】

主题标签：lung cancer、Medicine, Health and Life Sciences、machine learning、Computer and Information Science、synthea、synthetic patient、EHR Patient data machine learning、risk prediction、LHS。本站分类：肿瘤/肺癌。

【获取与许可】

源站页面：https://search.dataone.org/view/sha256%3A2ee9221460c4ccf912b7565f7d4f90b462e31d241ed69231412bdafcb4913838

原始链接

https://search.dataone.org/view/sha256%3A2ee9221460c4ccf912b7565f7d4f90b462e31d241ed69231412bdafcb4913838

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://search.dataone.org/view/sha256%3A2ee9221460c4ccf912b7565f7d4f90b462e31d241ed69231412bdafcb4913838

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。

数据说明

该数据集包含用于构建肺癌风险预测 ML 模型的 Synthea 合成患者数据。这些 ML 模型用于模拟 ML 赋能的 LHS。该开放数据集是 GitHub 上 Open LHS 项目合成数据仓库的一部分：https://github.com/lhs-open/synthetic-data。有关数据来源和方法，请参见发表于 Nature Scientific Reports 的首篇 ML-LHS 模拟论文：https://www.nature.com/articles/s41598-022-23011-4。

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