SEER研究数据库2023发布版
SEER Research Plus Data November 2023 Submission 是与黏液表皮样癌（Mucoepidermoid carcinoma）相关的公开数据资源，主要包含美国肿瘤登记癌症发病、治疗和生存统计数据，数据模态为表格，适合用于分类、模型训练、基准评测或临床特征分析。
基本信息
资源简介
SEER研究数据库2023发布版
【一句话概览】
SEER*Stat 提供 SEER 2023 年 11 月提交的数据库，页面列出各数据库详情，并附数据库字典和数据描述文档，用于说明 Research 与 Research Plus 数据库中的全部变量，同时按 SEER*Stat 会话类型汇总可用数据库及其主要特征，涉及癌症发病、登记、基于人群的肿瘤与流行病学数据（来源 seer.cancer.gov）。
【数据集背景】
本数据集源站标题为《SEER*Stat Databases: SEER November 2023 Submission》。
【数据内容】
源站原始描述：Details of each database available in SEER*Stat are provided below. We provide a database dictionary and a data description document to describe all the variables in the Research and Research Plus databases. We also provide a summary by SEER*Stat session type of the available databases and main characteristics of each database
中文译文（机器翻译，仅供快速理解，请以原文为准）：下面提供了SEER*Stat中每个可用数据库的详细信息。我们提供数据库字典和数据描述文档，以说明研究和研究增强版数据库中的所有变量。我们还按SEER*Stat会话类型提供了可用数据库的摘要以及每个数据库的主要特征。
【主题与分类】
主题标签：SEER、cancer、incidence、registry、SEER*Stat、population-based、tumors、epidemiology。
【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://seer.cancer.gov/data-software/documentation/seerstat/nov2023/
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://seer.cancer.gov/data-software/documentation/seerstat/nov2023/
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:
数据说明
SEER研究数据库2023发布版包含美国肿瘤登记癌症发病、治疗和生存统计数据，可用于黏液表皮样癌相关的分类研究。
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。
