不确定性感知血癌临床队列数据集
数据包含 60,000 条全球患者档案、60 余项临床、生化、细胞遗传学及模型不确定性特征，以 CSV 格式提供，目标类别 Diagnosis_Class 分为五类并保持平衡
基本信息
资源简介
不确定性感知血癌临床队列数据集
Uncertainty-Aware Blood Cancer Clinical Cohort
该数据集来自 kaggle.com，面向血液系统恶性肿瘤研究，支持 Hyperdimensional Computing（HDC）与 Extreme Learning Machines（ELM）结合不确定性量化（UQ）的多分类评估。数据包含 60,000 条全球患者档案、60 余项临床、生化、细胞遗传学及模型不确定性特征，以 CSV 格式提供，目标类别 Diagnosis_Class 分为五类并保持平衡。可用于血液信息学中的可靠机器学习分类研究（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2026-10-13。
【数据内容】
源站描述（机器翻译，仅供参考）：概述 本数据集支持针对血液系统恶性肿瘤的 Hyperdimensional Computing (HDC) 与 Extreme Learning Machines (ELM) 结合严格 Uncertainty Quantification (UQ) 的研究。其设计旨在反映多类别血癌评估，并涵盖全面的临床、生化、细胞遗传学及模型不确定性指标。 数据集规格 总记录数： 60,000 条全球患者档案 总属性数： 60+ 项综合特征 文件格式： CSV（hematology_clinical_uncertainty_dataset_60k_global.csv） 背景： 为血液信息学及可靠机器学习分类的 IEEE 研究合规性而设计。 --- 目标类别分布（Diagnosis_Class） 数据集经过平衡处理，以反映五个核心类别的真实临床流行病学患病率： * 0：健康 / 对照 — 24,000 条记录
【数据结构与技术规格】
文件数 6 个，合计 40.46 MB。
【主题与分类】
主题标签：cancer、classification、tabular、intermediate、english。本站分类：肿瘤。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/gowtha69/uncertainty-aware-blood-cancer-clinical-cohort
使用许可：Attribution 4.0 International (CC BY 4.0)。
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。
需登录公开下载
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。
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://kaggle.com/datasets/gowtha69/uncertainty-aware-blood-cancer-clinical-cohort
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:
数据集大小约 40.5 MB。
数据说明
Uncertainty-Aware Blood Cancer Clinical Cohort Gowtham Kathirvel · Updated 4 days ago Usability 8.8 · 6 Files (CSV, JSON, other) · 10 MB · 4 downloads arrow_drop_up 0 more_horiz
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
