头颈癌基因表达数据集
该数据集提供了来自TCGA和CPTAC的头颈癌样本的基因表达数据，数据模态为基因表达矩阵，已经过分位数归一化和ComBat批次效应校正，主要用于支持头颈癌的分子生物学研究、生物标志物识别、预后模型构建以及相关治疗靶点的探索。
基本信息
资源简介
头颈癌基因表达数据集
【数据集背景】
本数据集源站标题为《VatsalPatel18/head-and-neck-cancer-expression-data》。源站首次发布：2024-07-03。
【数据内容】
源站原始描述：## License - license: cc-by-nc-sa-4.0 - # Head and Neck Cancer Expression Data This dataset contains gene expression data for head and neck cancer samples from the TCGA and CPTAC datasets. The data has been quantile normalized and batch effect corrected using ComBat. ## Files - `combat_corrected_expression_data.csv`: Batch effect corrected expression data. - `normalized_expression_data.csv`: Quantile normalized expression data. ## Usage ```python from datasets import load_dataset dataset = l…
主表 CCB.GE.HNSCC.cancer_genelist.149.csv 含 150 列、样本前 618 行结构完整。
主表 Clinical_HNSCC.Survival.csv 含 2 列、样本前 618 行结构完整。
文件 KEGG_Metabolic_Pathway_Genes.csv 为文本内容，开头为：09101 Carbohydrate metabolism - 00010 Glycolysis / Gluconeogenesis [PATH:hsa00010],09101 Carbohydrate metabolism - 00020 Citrate cycle (TCA cycle) [PATH:hsa000…
【数据结构与技术规格】
文件数 20 个，合计 886.25 MB。
【主题与分类】
主题标签：region:us。
【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。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://huggingface.co/datasets/VatsalPatel18/head-and-neck-cancer-expression-data
【使用注意】
· 源站最后修改于 2024-09-26，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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("VatsalPatel18/head-and-neck-cancer-expression-data")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/VatsalPatel18/head-and-neck-cancer-expression-data
数据说明
该数据集是一个专门针对头颈癌的基因表达数据资源，整合了来自TCGA（癌症基因组图谱）和CPTAC（临床蛋白质组肿瘤分析联盟）两大公共数据库的样本数据。数据已进行了分位数归一化处理，并使用ComBat方法校正了批次效应，以确保数据的可比性和分析质量。数据集主要包含两个核心文件：经过批次效应校正的表达数据文件（combat_corrected_expression_data.csv）以及归一化后的表达数据文件（normalized_expression_data.csv）。该数据集主要用于支持头颈癌的分子机制研究、生物标志物发现、预后分析以及潜在的靶向治疗探索，是生物信息学和癌症研究领域的重要基础数据。
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。
完整数据卡：huggingface.co/datasets/VatsalPatel18/head-and-neck-cancer-expression-data
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。
