胃癌病例与健康对照的选定特征比较
该数据集来自 plos.figshare.com，配套论文研究 mTOR 启动子区 rs2295080 多态性与胃癌的关联，数据内容为胃癌病例与健康对照在若干选定变量上的特征比较，包含 1 个文件 Table_1.xls
基本信息
资源简介
胃癌病例与健康对照的选定特征比较
Selected characteristics between gastric cancer cases and healthy controls.
该数据集来自 plos.figshare.com，配套论文研究 mTOR 启动子区 rs2295080 多态性与胃癌的关联，数据内容为胃癌病例与健康对照在若干选定变量上的特征比较，包含 1 个文件 Table_1.xls。源站描述指出对病例与对照间的选定变量采用双侧 χ2 检验。该数据可用于了解病例组与对照组在相关特征上的分布差异，并作为胃癌病例对照研究的补充材料（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《A Polymorphism (rs2295080) in mTOR Promoter Region and Its Association with Gastric Cancer in a Chinese Population》发表于 PLoS ONE（2013），DOI：10.1371/journal.pone.0060080。源站首次发布：2013-03-29。
【数据内容】
源站描述（机器翻译，仅供参考）：对病例组和对照组之间选定变量进行双侧χ2检验。
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。数据集 DOI：10.1371/journal.pone.0060080.t001。
【主题与分类】
源站学科分类：Biological Sciences、Genetics、Biotechnology、Evolutionary Biology。主题标签：gastric、cancer、cases。本站分类：肿瘤/胃癌。
【适用方向】
源站学科分类标注为 Biological Sciences、Genetics、Biotechnology、Evolutionary Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Selected_characteristics_between_gastric_cancer_cases_and_healthy_controls_/669344
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Xu, Ming; Tao, Guoquan; Kang, Meiyun; Gao, Yan; Zhu, Haixia; Gong, Weida; et al. (2015). Selected characteristics between gastric cancer cases and healthy controls.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-06，引用时请注意版本时效。
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：Selected characteristics between gastric cancer cases and healthy controls.
- DOI：10.1371/journal.pone.0060080.t001
- 发布日期：2013-03-29
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Selected_characteristics_between_gastric_cancer_cases_and_healthy_controls_/669344
命令行下载
curl -L -o "Table_1.xls" "https://ndownloader.figshare.com/files/1008724"
文件清单
Table_1.xls（9.73 KB）
文件总体积 9.73 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
aTwo-sided χ2 test for selected variables between the cases and controls.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0060080.t001（source: https://plos.figshare.com/articles/dataset/_Selected_characteristics_between_gastric_cancer_cases_and_healthy_controls_/669344）。
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。
