大数据多中心机器学习预测cN0 T1a甲状腺乳头状癌淋巴结转移

数据集获取（Figshare）

• 源站标题：Big Data Multicentre Machine Learning for Predicting Lymph Node Metastasis in cN0 T1a Papillary Thyroid Carcinoma
• DOI：10.6084/m9.figshare.30949115.v1
• 发布日期：2025-12-25
• 文件数：6 个
• 文件总体积：975.64 KB
• 源站页面：https://figshare.com/articles/dataset/Big_Data_Multicentre_Machine_Learning_for_Predicting_Lymph_Node_Metastasis_in_cN0_T1a_Papillary_Thyroid_Carcinoma/30949115

命令行下载

curl -L -o "10.1.HospitalA-Data.xlsx" "https://ndownloader.figshare.com/files/60616922"
curl -L -o "10.3HospitalC-Data.xlsx" "https://ndownloader.figshare.com/files/60616925"
curl -L -o "10.2.HospitalB-Data.xlsx" "https://ndownloader.figshare.com/files/60616928"
curl -L -o "11.1.HospitalA-Data.csv" "https://ndownloader.figshare.com/files/60616931"
curl -L -o "11.2.HospitalB-Data.csv" "https://ndownloader.figshare.com/files/60616934"
curl -L -o "11.3HospitalC-Data.csv" "https://ndownloader.figshare.com/files/60616937"

文件清单

• 10.1.HospitalA-Data.xlsx（338.46 KB）
• 10.3HospitalC-Data.xlsx（39.34 KB）
• 10.2.HospitalB-Data.xlsx（59.80 KB）
• 11.1.HospitalA-Data.csv（432.74 KB）
• 11.2.HospitalB-Data.csv（66.02 KB）
• 11.3HospitalC-Data.csv（39.28 KB）

文件总体积 975.64 KB（源站 API 实测）。

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。

数据说明

Big Data Multicentre Machine Learning for Predicting Lymph Node Metastasis in cN0 T1a Papillary Thyroid Carcinoma

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.30949115.v1（source: https://figshare.com/articles/dataset/Big_Data_Multicentre_Machine_Learning_for_Predicting_Lymph_Node_Metastasis_in_cN0_T1a_Papillary_Thyroid_Carcinoma/30949115）。