皮肤癌临床特征与分期数据集
该数据集为皮肤癌临床特征与分期数据，源站提供完整技术文档及免费评估样本，样本含786名患者的799个病灶、3087行观察记录，为全队列8%分层抽样
基本信息
资源简介
皮肤癌临床特征与分期数据集
Skin Cancer Clinical Features & Staging
该数据集为皮肤癌临床特征与分期数据，源站提供完整技术文档及免费评估样本，样本含786名患者的799个病灶、3087行观察记录，为全队列8%分层抽样。样本包含患者人口学与光型、UV暴露、病史、免疫抑制、痣计数，病灶潜在真值诊断、黑色素瘤亚型、Breslow厚度、溃疡、核分裂指数、T分期及纵向标志，以及按病灶×评估者×访视组织的观察记录（3个观察者臂）。可用于皮肤肿瘤诊断分类、分期预测及观察者间差异与机器学习研究（来源 DOI 解析，Creative Commons Attribution Non Commercial 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：本上传包含完整技术文档和一份免费评估样本（786名患者共799个病灶、3,087行观察记录，为全队列8%分层抽样）——并非完整数据集。完整数据集（10,000个合成皮肤病灶、8,221名患者、37,497行观察记录、4个Parquet表）： 样本内容（SAMPLE.7z，经解包和计数验证）：文件行×列内容 skin_patients_sample.parquet786×9人口学、Fitzpatrick光型、UV暴露指数、个人及家族史、免疫抑制、痣计数 skin_lesions_sample.parquet799×17潜在真值：诊断、黑色素瘤亚型、Breslow厚度、溃疡、核分裂指数、T分期、纵向标志 skin_observations_sample.parquet3,087×19每病灶×评估者×访视一行（3个观察者臂；每臂1,029行；
【主题与分类】
主题标签：Skin Neoplasms、Melanoma、Carcinoma, Basal Cell、Carcinoma, Squamous Cell、Dermoscopy、Neoplasm Staging、Observer Variation、Dermatology、Nevus、Diagnostic Errors。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23456485
使用许可：Creative Commons Attribution Non Commercial 4.0 International。
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://doi.org/10.5281/zenodo.23456485
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 315.3 KB。
数据说明
本次上传包含完整的技术文档和一份免费评估样本（786名患者共799处病变，3,087行观察记录，为从完整队列中按8%分层抽取的样本）——并非完整数据集。
完整数据集（10,000个合成皮肤病变，8,221名患者，37,497行观察记录，4张Parquet表）：https://sentineldata.com.ua/dataset/skin-cancer-clinical-features-staging 样本内容（SAMPLE.7z，经解压和计数验证）：文件行数×列数内容 skin_patients_sample.parquet786×9人口统计学信息、Fitzpatrick光型、紫外线暴露指数、个人史和家族史、免疫抑制、痣计数 skin_lesions_sample.parquet799×17潜在真实标签：诊断、黑色素瘤亚型、Breslow厚度、溃疡、核分裂指数、T分期、纵向标志 skin_observations_sample.parquet3,087×19每行对应一个病变×评估者×访视（3个观察者组；每组1,029行；访视1有2,397行，访视2有690行）skin_lesion_arms_sample.parquet799×9每个病变的跨组比较 SCHEMA_REPORT.txt—样本的逐列模式报告（数据类型、可空性、空值计数、枚举、约束）样本护照（PDF）—样本的来源和分层信息 该样本为分层抽样，而非前N行：在每个诊断分层内进行8%随机抽取（random_state = 42）——706例痣、36例BCC、35例黑色素瘤、22例SCC——其中230个病变位于两次访视纵向子集中
本记录仅用于评估，规模过小，不适合用于模型训练。本记录采用CC BY-NC 4.0许可（署名、非商业性使用）；完整数据集可通过上方页面另行获取商业许可。本记录中的文件包括：免费样本（SAMPLE.7z）；完整数据集的数据护照及样本护照（PDF）；六区块验证报告；表型覆盖报告；机器可读模式（skin_schema.json）；完整参数审计（skin_constants_audit.csv，35项参数）及文献登记表（skin_literature_registry.csv，46篇参考文献）。
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))
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。
