MTA表达与鼻咽癌预后及化疗相关性数据集

该数据集是一个包含鼻咽癌患者基因表达与临床信息的医学研究数据集,主要数据模态为基因表达数据和临床表格数据,用于研究转移相关基因(MTA)表达与鼻咽癌预后及化疗效果之间的相关性,支持肿瘤生物标志物发现和个体化治疗方向的研究。

DataONE
2016-06-29 更新
浏览 35
MedicineHealth and Life Sciences
Correlation of MTA Expression with Prognosis and Chemotherapy in Nasopharyngeal Carcinoma

基本信息

大小
0.000002959 GB
创建/更新时间
2016-06-29

资源简介

MTA表达与鼻咽癌预后及化疗相关性数据集

【数据集背景】

本数据集源站标题为《Correlation of MTA expression with prognosis and chemotherapy in nasopharyngeal carcinoma》。

【数据内容】

源站原始描述:These data files are all the raw data in our manuscription titled \"Correlation of MTA expression with prognosis and chemotherapy in nasopharyngeal carcinoma\" which submitted to \"PLOS ONE\"

【主题与分类】

主题标签:Medicine, Health and Life Sciences。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256:5ab442ffac3972a7c2f2b6d5ea68a4d522f3eec678ce7b5ab24229cc9460c43a

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

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://search.dataone.org/view/sha256:5ab442ffac3972a7c2f2b6d5ea68a4d522f3eec678ce7b5ab24229cc9460c43a

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

该数据集是一个医学研究数据集,旨在探究转移相关基因(MTA)表达与鼻咽癌患者预后及化疗效果之间的相关性。数据集包含研究论文《Correlation of MTA expression with prognosis and chemotherapy in nasopharyngeal carcinoma》中使用的原始数据文件,这些数据来源于对鼻咽癌患者的临床样本分析,可能涉及基因表达、临床病理特征、生存随访等信息。该数据集主要用于支持鼻咽癌的生物标志物研究、预后评估以及个体化治疗策略的探索,为肿瘤学领域的科研人员提供基础数据支持。

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。

获取专属数据定制方案