HEAP 宫颈筛查队列
宫颈筛查队列纳入在瑞典首都地区接受人乳头瘤病毒（HPV）和宫颈异常筛查的女性，样本既来自组织化筛查项目，也来自非组织化的宫颈样本检测
基本信息
资源简介
HEAP 宫颈筛查队列
HEAP Cervical Screening Cohort 是一个聚焦宫颈筛查的队列数据集，收录了在瑞典首都地区接受人乳头瘤病毒（HPV）检测及宫颈异常筛查的女性相关数据。该队列的样本来源兼顾组织化筛查项目与非组织化的宫颈样本检测两类途径，自2011年启动以来持续积累数据，覆盖了规模可观的筛查人群与筛查访次。数据集在站点分类中归属于肿瘤／其他类别，来源站为 doi.org，发布时间为2023年，采用开放许可。整体而言，该数据集以个体层面的筛查与诊断信息为核心，可用于观察宫颈筛查过程中细胞学、HPV 分析及组织病理学等多环节结果的关联情况。
【数据集背景】
该队列名为 The Cervical Screening Cohort，其设立目的是纳入在瑞典首都地区接受 HPV 和宫颈异常筛查的女性。纳入对象既来自组织化的筛查项目，也来自非组织化的宫颈样本检测。队列于2011年启动，属于持续运行并系统更新的筛查队列。其招募过程采用书面邀请与知情同意的方式，并包含选择退出（opt-out）程序。这一背景决定了该数据集具有明确的区域性与筛查场景属性，聚焦于宫颈癌前病变与 HPV 感染相关的筛查路径。
【数据内容】
数据集的关键变量涵盖多个维度：出生日期、采样日期、细胞学与 HPV 分析结果、组织病理学诊断（即宫颈活检或锥切术的结果），以及筛查邀请信息（包括邀请日期）。这些变量围绕每一轮采样展开，能够反映个体在筛查流程中的多次采样记录。多数女性在2011年至2022年间平均贡献了两个样本。整体上，该队列已纳入超过670,000名女性，覆盖超过120万次筛查访次，体现出较高的样本量与访次密度。
【采集与来源】
数据采集依托瑞典首都地区的筛查体系，样本来源于组织化筛查项目和非组织化宫颈样本检测两条路径。招募通过书面邀请和知情同意完成，并设有选择退出机制。队列的数据更新方式为系统性地纳入来自瑞典国家宫颈筛查登记处（NKCx）的个体层面数据。来源站为 doi.org，机构信息指向 https://b2share.eudat.eu，发布时间为2023年。作者信息未明确标注。
【适用场景】
基于其变量构成，该数据集适用于与宫颈筛查相关的观察性研究场景，例如分析 HPV 检测结果与细胞学结果之间的关系、考察组织病理学诊断与既往筛查记录的联系，或研究筛查邀请与后续采样行为之间的关联。由于数据覆盖组织化与非组织化两类筛查来源，也可用于比较不同筛查路径下的人群特征与结果分布。此外，个体层面的多次采样记录为纵向分析提供了基础。
【使用方法】
数据集采用开放许可，具体使用方式需遵循来源站及许可条款的要求。由于数据涉及个体层面的筛查与诊断信息，使用时应关注隐私与合规要求。源站未提供关于数据格式、访问接口、变量编码或分析工具的具体说明，因此实际使用需参考来源站点的进一步文档。作者信息未明确，引用时需依据来源站提供的元数据。
【质量与限制】
该队列规模较大，且通过国家登记处进行系统性更新，具备较好的数据连续性。其招募包含知情同意与选择退出程序，样本来源兼顾组织化与非组织化筛查。然而，数据集仅覆盖瑞典首都地区，地域范围有限。作者信息未明确标注。关于数据缺失情况、变量完整性、随访时长上限以及外部验证等信息，源站未提供。
【引用与许可】
该数据集采用开放许可（open）。发布时间为2023年，来源站为 doi.org，机构信息为 https://b2share.eudat.eu。作者信息未明确标注。引用时应依据来源站提供的元数据与许可条款执行，具体引用格式与许可细节源站未提供。
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://doi.org/10.23728/b2share.41cb378f6d5542f2b6802e796845116a
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
宫颈筛查队列纳入了在瑞典首都地区接受人乳头瘤病毒（HPV）和宫颈异常筛查的女性，既包括有组织筛查项目中的女性，也包括非有组织宫颈样本检测中的女性。该队列始于2011年，已纳入超过670,000名女性，涵盖超过120万次筛查就诊。大多数女性在2011年至2022年间平均贡献了两个样本。入组过程采用书面邀请和知情同意，包括选择退出程序。该队列通过来自瑞典国家宫颈筛查登记处（NKCx）的个体水平数据进行系统性更新。关键变量包括出生日期、采样日期、细胞学和HPV分析结果、组织病理学诊断（宫颈活检或锥切术结果）以及筛查邀请，包括邀请日期。每一轮采样及随后的临床随访均按顺序保存在数据集中，从而支持对筛查结果及相关临床检查结果进行纵向分析。对样本进行的系统性表观基因组学和宏基因组学分析丰富了队列数据。
该队列因其经过验证的记录和来自登记处的信息，非常适合进行纵向、长期随访研究。通过这些数据，可以深入探究人类健康的重要机制。数据以开放获取、符合GDPR的形式提供。样本在获得所需许可后可供使用。研究结果将帮助研究人员了解增加癌症风险及其他疾病的因素。
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。
