hconc004-sample
完全合成的结直肠癌队列数据集，涵盖AJCC分期、分子标记、手术结果、化疗方案、RECIST反应、CEA动态、生存终点及生活质量指标，共500名患者，CSV格式。
基本信息
资源简介
hconc004-sample
【数据集背景】
本数据集源站标题为《xpertsystems/hconc004-sample》。源站首次发布：2026-05-26。
【数据内容】
源站原始描述：# HC-ONC-004 — Colorectal Cancer Synthetic Cohort **Sample dataset (500-patient primary cohort + ~3,300-row CEA longitudinal panel) from the XpertSystems.ai Synthetic Data Factory — Oncology vertical, SKU 4** A fully synthetic **colorectal cancer** cohort spanning the complete clinical pathway: AJCC 8th Edition T/N/M staging across colon + rectum subsites, comprehensive molecular markers (MSI/MMR, KRAS codons 12 & 13, NRAS, BRAF V600E with MSI-H enrichment, HER2 IHC + amplification, PIK3CA, TP53…
主表 hconc004_cea_longitudinal.csv 含 4 列、样本前 2000 行结构完整。
主表 hconc004_sample.csv 含 105 列、样本前 501 行结构完整。
文件 validation_report.md 为文本内容，开头为：# HC-ONC-004 — Colorectal Cancer ## Validation Report - **Generated:** 2026-05-26T20:59:38.009137+00:00 - **N patients:** 500 (primary) + ~3,300 CEA panel row…
【数据结构与技术规格】
文件数 3 个，合计 344.43 KB。
【主题与分类】
主题标签：task_categories:tabular-classification、task_categories:tabular-regression、task_categories:time-series-forecasting、language:en、license:cc-by-nc-4.0、size_categories:1K<n<10K、region:us、synthetic-data、healthcare、oncology。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://huggingface.co/datasets/xpertsystems/hconc004-sample
使用许可：cc-by-nc-4.0。
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。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("xpertsystems/hconc004-sample")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/xpertsystems/hconc004-sample
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
