Geneva Cancer Registry 结直肠癌队列
该数据集为来自 Geneva Cancer Registry 的结直肠癌队列，来源站为 omicsdi.org，主题标签为 Genomics，本站归类为肿瘤 / 其他
基本信息
资源简介
Geneva Cancer Registry 结直肠癌队列
该数据集为来自 Geneva Cancer Registry 的结直肠癌队列，英文名称为 Colorectal Cancer cohort from the Geneva Cancer Registry，来源站为 omicsdi.org，主题标签为 Genomics，本站将其归类为肿瘤 / 其他。从现有信息看，这是一个以结直肠癌为研究对象、依托肿瘤登记机构建立的队列型数据资源，其核心主题落在基因组学方向，同时与肿瘤学临床与流行病学研究场景相关联。该数据集在分类体系中被置于肿瘤 / 其他类别之下，说明其内容与肿瘤领域相关，但在现有分类框架中未归入更细的专属子类。以下依据可获得的信息，对该数据集作进一步说明。
【数据集背景】
该数据集的名称为 Colorectal Cancer cohort from the Geneva Cancer Registry，表明其队列来源于 Geneva Cancer Registry（日内瓦癌症登记机构）。结直肠癌是常见的消化道恶性肿瘤，围绕其建立的队列通常服务于肿瘤发生、发展及转归相关的研究。该数据集以 Genomics 为主题标签，说明其内容侧重基因组学层面。关于该队列建立的具体背景、设立目的、时间跨度及机构层面的组织方式，源站未提供。
【数据内容】
依据现有信息，该数据集为结直肠癌队列数据，主题标签为 Genomics，本站分类为肿瘤 / 其他。由此可知其数据内容与结直肠癌患者的队列信息及基因组学数据相关。关于具体的组学数据类型、检测平台、样本数量、变量字段、随访信息及数据文件格式等细节，源站未提供。
【采集与来源】
该数据集的来源站为 omicsdi.org，即通过该平台对外发布或索引。其队列来自 Geneva Cancer Registry，说明数据采集与登记机构相关。关于采集流程、纳入与排除标准、样本处理方式及数据整合过程，源站未提供。
【适用场景】
结合其主题标签与分类，该数据集可服务于结直肠癌相关的基因组学研究，也可用于肿瘤学领域中与队列分析相关的研究场景。关于具体的适用分析类型、推荐研究设计及已验证的应用案例，源站未提供。
【使用方法】
关于该数据集的获取方式、访问入口、数据下载或申请流程、使用协议及配套分析工具，源站未提供。
【质量与限制】
关于该数据集的质量评估信息、数据完整性、样本代表性及已知局限性，源站未提供。
【引用与许可】
关于该数据集的引用方式、许可条款及使用限制，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://omicsdi.org/dataset/project/PRJNA1294969
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
Colorectal Cancer cohort from the Geneva Cancer Registry
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。
