训练队列基线特征数据集
来自SEER数据库的结直肠癌肝转移患者训练队列的临床病理基线特征数据。
基本信息
资源简介
训练队列基线特征数据集
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 279.37 KB，主题涵盖 nomogram-predicted，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Baseline characteristics of the training cohort》。源站首次发布：2025-08-29。
【数据内容】
源站原始描述：Clinical and pathological data of CRCLM patients who underwent primary tumor resection and chemotherapy from 2010 to 2015 were extracted from the SEER 8 registries database (SEER*Stat 8.4.3). A total of 3252 cases met the inclusion and exclusion criteria. Continuous variables were converted to categorical variables using X-tile software, which also determined optimal cutoff values for grouping. Patients were randomly divided into a training cohort (n=2276) and a validation cohort (n=976) in a 7:…
【数据结构与技术规格】
文件数 1 个，合计 279.37 KB。Training cohort.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，279.37 KB。数据集 DOI：10.6084/m9.figshare.26510554.v3。
【主题与分类】
源站学科分类：Gastroenterology and hepatology。主题标签：nomogram-predicted。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/_cohort_xlsx/26510554
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Zhang, Qiao (2024). Baseline characteristics of the training cohort. figshare. Dataset
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（Figshare）
- 源站标题：<i>Baseline characteristics of the training cohort</i>
- DOI：10.6084/m9.figshare.26510554.v3
- 发布日期：2025-08-29
- 文件数：1 个
- 文件总体积：279.37 KB
- 源站页面：https://figshare.com/articles/dataset/_cohort_xlsx/26510554
命令行下载
curl -L -o "Training cohort.xlsx" "https://ndownloader.figshare.com/files/48236704"
文件清单
Training cohort.xlsx（279.37 KB）
文件总体积 279.37 KB（源站 API 实测）。
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。
数据说明
Clinical and pathological data of CRCLM patients who underwent primary tumor resection and chemotherapy from 2010 to 2015 were extracted from the SEER 8 registries database (SEER*Stat 8.4.3). A total of 3252 cases met the inclusion and exclusion criteria. Continuous variables were converted to categorical variables using X-tile software, which also determined optimal cutoff values for grouping. Patients were randomly divided into a training cohort (n=2276) and a validation cohort (n=976) in a 7:3 ratio.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.26510554.v3（source: https://figshare.com/articles/dataset/_cohort_xlsx/26510554）。
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。
