按Muir-Torre综合征状态划分的美国皮脂腺癌患者社会人口学与临床特征:SEER-17,2000至2020

该数据集来自data.mendeley.com,包含1个文件,为补充表格文档,对应SEER-17登记数据中2000至2020年美国确诊皮脂腺癌患者的社会人口学与临床特征,并按Muir-Torre综合征状态进行划分

google_dataset
2025-08-15 更新
浏览 2
表格分类皮脂腺癌Muir-Torre综合征SEER-17社会人口学特征临床特征肿瘤
Sociodemographic and clinical characteristics of US patients diagnosed with sebaceous carcinoma by Muir-Torre syndrome status: SEER-17, 2000 to 2020

基本信息

模态
表格
大小
0.000020034 GB
任务类型
分类
创建/更新时间
2025-08-15
版本
v1

资源简介

按Muir-Torre综合征状态划分的美国皮脂腺癌患者社会人口学与临床特征:SEER-17,2000至2020

Sociodemographic and clinical characteristics of US patients diagnosed with sebaceous carcinoma by Muir-Torre syndrome status: SEER-17, 2000 to 2020

该数据集来自data.mendeley.com,包含1个文件,为补充表格文档,对应SEER-17登记数据中2000至2020年美国确诊皮脂腺癌患者的社会人口学与临床特征,并按Muir-Torre综合征状态进行划分。数据可用于比较不同Muir-Torre综合征状态下皮脂腺癌患者的人群分布与临床特征差异,支持相关流行病学与临床研究分析(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2025-08-15。

【数据内容】

源站描述(机器翻译,仅供参考):按Muir-Torre综合征状态划分的美国皮脂腺癌患者社会人口学与临床特征:

【数据结构与技术规格】

文件数 1 个,合计 20.03 KB。数据集 DOI:10.17632/cym2mxdzzm.1。

【主题与分类】

主题标签:皮脂腺癌、Muir-Torre综合征、SEER-17、社会人口学特征、临床特征、肿瘤。本站分类:肿瘤。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/cym2mxdzzm

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/cym2mxdzzm

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 20.0 KB。

数据说明

Sociodemographic and clinical characteristics of US patients diagnosed with sebaceous carcinoma by Muir-Torre syndrome status: SEER-17, 2000 to 2020

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。

获取专属数据定制方案