癌症患者全基因组cfDNA生物学模式数据集
该数据集基于全基因组测序，利用FrEIA软件提取癌症患者血液中cfDNA的片段末端组成、cfDNA大小及肿瘤分数，覆盖三个独立队列（925例癌症样本、涉及10余种癌症类型，以及321例对照样本）
基本信息
资源简介
癌症患者全基因组cfDNA生物学模式数据集
该数据集基于全基因组测序，利用FrEIA软件提取癌症患者血液中cfDNA的片段末端组成、cfDNA大小及肿瘤分数，覆盖三个独立队列（925例癌症样本、涉及10余种癌症类型，以及321例对照样本）。数据可用于cfDNA生物学特征分析、癌症检测与早期筛查建模，并支持结合机器学习评估检测性能及与生存预后的关联（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：癌症患者血液中游离DNA（cfDNA）的结构会发生改变。我们通过全基因组测序，使用新软件（FrEIA）提取了cfDNA片段末端组成，以及三个独立队列（925例癌症样本，涉及10余种类型，以及321例对照样本）中的cfDNA大小和肿瘤分数。在95%特异性下，使用至少一种cfDNA指标可检测出72%的癌症样本，包括64%的早期癌症（n=220）。在可切除食管腺癌患者中，cfDNA检测与较短的总生存期（p=0.018）和无复发生存期（p=0.006）相关。在独立测试集（n=396例癌症，90例对照）中将cfDNA指标与机器学习整合，达到82%的检测准确率和96%的AUROC。总之，利用cfDNA的生物学特征可以在不增加额外成本的情况下提高液体活检的诊断性能。
【主题与分类】
主题标签：Genomics。本站分类：肿瘤。
【获取与许可】
源站页面：https://omicsdi.org/dataset/ega/EGAS00001007400
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/ega/EGAS00001007400
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
癌症患者血液中游离DNA（cfDNA）的结构发生了改变。通过全基因组测序，我们利用一款新软件（FrEIA）获取了cfDNA片段末端的组成情况，并在三个独立队列中测定了cfDNA大小及肿瘤分数（n=925例癌症样本，涵盖10余种类型；321例对照样本）。在95%特异度下，至少采用一项cfDNA指标可检出72%的癌症样本，其中包括64%的早期癌症样本（n=220）。cfDNA检出与可切除食管腺癌患者较短的总生存期（p=0.018）和无复发生存期（p=0.006）相关。在独立测试集（n=396例癌症，90例对照）中，将cfDNA指标与机器学习相结合，达到了82%的检测准确率和96%的AUROC。总之，利用cfDNA的生物学特征可在不增加额外成本的情况下提升液体活检的诊断性能。
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。
