初级保健中泌尿生殖系统癌症症状和体征的支持数据
该数据来自“全科实践中腹部癌症的早期诊断——队列研究”项目，用于Knut Holtedahl等2022年发表的《初级保健中泌尿生殖系统癌症的症状和体征》
基本信息
资源简介
初级保健中泌尿生殖系统癌症症状和体征的支持数据
Supporting data for Symptoms and signs of urogenital cancer in primary care
该数据来自“全科实践中腹部癌症的早期诊断——队列研究”项目，用于Knut Holtedahl等2022年发表的《初级保健中泌尿生殖系统癌症的症状和体征》。数据集前瞻性记录了六个欧洲国家初级保健中61,802名患者中的511例癌症；初始数据以标准化表格收集咨询时症状，随访数据由全科医生在诊断后依据病历提供。标签涉及泌尿生殖系统肿瘤、全科实践及多种癌症（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：这些数据收集于项目“全科医疗中腹部癌症的早期诊断——一项队列研究”，并用于 Knut Holtedahl 等人发表于 BMI Primary Care 2022 的文章“初级保健中泌尿生殖系统癌症的症状和体征”所呈现的分析。该数据集包含在六个欧洲国家的初级保健中，对 61,802 名患者前瞻性记录的 511 例癌症病例。初始数据通过填写标准化表格收集，表格包含关于就诊期间所记录症状的封闭式问题。随访数据由全科医生（GP）在诊断后提供，依据的是就诊后形成的病历数据。
【主题与分类】
主题标签：Urogenital Neoplasms、General Practice、Medicine, Health and Life Sciences、Bladder Cancer、Ovarian Cancer、Uterine Neoplasms、Primary Health Care、Cervix Cancer、Renal Cancer、Prostate Cancer。本站分类：肿瘤。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A0f77fb390f3195b74a29b73c518ab55c4f9313a32039eddae416f39449cb10b6
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
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
这些数据收集于项目“全科医疗中腹部癌症的早期诊断——一项队列研究”，并用于 Knut Holtedahl 等人发表于 BMI Primary Care 2022 的文章“初级保健中泌尿生殖系统癌症的症状和体征”所呈现的分析。该数据集包含在六个欧洲国家的初级保健中，对 61,802 名患者前瞻性记录的 511 例癌症病例。初始数据通过填写标准化表格收集，表格包含关于就诊期间所记录症状的封闭式问题。随访数据由全科医生（GP）在诊断后提供，依据的是就诊后形成的病历数据。
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。
