预测前列腺癌侵袭性的逻辑回归数据集
包含PSA、PSA密度等指标的前列腺癌侵袭性预测逻辑回归数据集。
基本信息
资源简介
预测前列腺癌侵袭性的逻辑回归数据集
【数据集背景】
本数据集源站标题为《Logistic regression for predicting PCa aggressiveness.》。源站首次发布：2015-02-06。
【数据内容】
源站原始描述：Statistics: Logistic regression (AUC), PSA (ng/ml), PSA density (ng/ml). Logistic regression for predicting PCa aggressiveness
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table_6.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0115537.t006。
【主题与分类】
源站学科分类：Biological Sciences。主题标签：preoperative PSA level、Active Surveillance BackgroundActive surveillance、gs、R 1 resections、eau、preoperative PSA levels、15 biopsy cores、tumor histology.Methods 197 patients、PSA density、Prostate Cancer Patients Eligible。
【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。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Logistic_regression_for_predicting_PCa_aggressiveness_/1302802
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Heidegger, Isabel; Skradski, Viktor; Steiner, Eberhard; Klocker, Helmut; Pichler, Renate; Pircher, Andreas; et al. (2015). Logistic regression for predicting PCa aggressiveness.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-06，引用时请注意版本时效。
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（Figshare）
- 源站标题：Logistic regression for predicting PCa aggressiveness.
- DOI：10.1371/journal.pone.0115537.t006
- 发布日期：2015-02-06
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Logistic_regression_for_predicting_PCa_aggressiveness_/1302802
命令行下载
curl -L -o "Table_6.xls" "https://ndownloader.figshare.com/files/1883801"
文件清单
Table_6.xls（5.63 KB）
文件总体积 5.63 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
Statistics: Logistic regression (AUC), PSA (ng/ml), PSA density (ng/ml).
Logistic regression for predicting PCa aggressiveness.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0115537.t006（source: https://plos.figshare.com/articles/dataset/_Logistic_regression_for_predicting_PCa_aggressiveness_/1302802）。
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。
