胰腺癌生物医学知识图谱
数据集包含约100万条高置信度生物医学三元组，聚焦胰腺癌，源自23个生物医学实体（KRAS、TP53、吉西他滨）和11种关系类型
基本信息
资源简介
胰腺癌生物医学知识图谱
Pancreatic Cancer Biomedical Knowledge Graph
数据集包含约100万条高置信度生物医学三元组，聚焦胰腺癌，源自23个生物医学实体（KRAS、TP53、吉西他滨）和11种关系类型。每条三元组以模拟科学表述的合成句子呈现，并配有0.75至1.00的模拟注意力分数，反映Transformer模型置信度；经启发式提升后平均分接近0.88。该资源适用于胰腺癌生物医学NLP模型与知识抽取系统的训练、验证或基准测试（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含约100万个高置信度生物医学三元组，聚焦于胰腺癌，由一组精选的23个相关生物医学实体（KRAS、TP53、gemcitabine）和11种常见关系类型（mutated_in、treats、interacts_with）构建而成。每个三元组都嵌入在一个模拟科学表述的合成自然语言句子中，并配有一个介于0.75到1.00之间的模拟注意力分数，以反映基于Transformer的模型置信度。对生物学上合理的组合应用了启发式增强，使平均注意力分数接近0.88。这一结构化资源非常适合在胰腺癌背景下训练、验证或基准测试生物医学NLP模型和知识抽取系统。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：肿瘤。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ae782545108ccddfffe50b03429de7ac0940dfe4df2c8f759e53dcd1c5d817f10
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
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
该数据集包含约100万个高置信度生物医学三元组，聚焦于胰腺癌，由一组精选的23个相关生物医学实体（KRAS、TP53、gemcitabine）和11种常见关系类型（mutated_in、treats、interacts_with）构建而成。每个三元组都嵌入在一个模拟科学表述的合成自然语言句子中，并配有一个介于0.75到1.00之间的模拟注意力分数，以反映基于Transformer的模型置信度。对生物学上合理的组合应用了启发式增强，使平均注意力分数接近0.88。这一结构化资源非常适合在胰腺癌背景下训练、验证或基准测试生物医学NLP模型和知识抽取系统。
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。
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。
