okbro1234/tcga-brca-titan-idc-ilc
tcga-brca-titan-idc-ilc 1. Tổng quan [CẦN ĐIỀN THỦ CÔNG: mục đích, ngữ cảnh tạo dataset] Tổng số bản ghi (cộng tất cả manifest phát hiện được): 4228 Số manifest phát hiện được trong bộ nhớ: 3 (df, brca_df, full_df) Repo HuggingFace: okbro1234/tcga-brca-titan-idc-ilc 2. Cấu trúc lưu trữ tại đích / # suy từ hàm `HfApi` file.txt # suy từ hàm `HfApi` lfs.bin # suy từ hàm `HfApi` shard_{i}_of_5.bin # suy từ hàm `HfApi` remote/file/path.h5 #… See the full description on the dataset page: https://huggingface.co/datasets/okbro1234/tcga-brca-titan-idc-ilc.
tcga-brca-titan-idc-ilc
1. Tổng quan
[CẦN ĐIỀN THỦ CÔNG: mục đích, ngữ cảnh tạo dataset]
- Tổng số bản ghi (cộng tất cả manifest phát hiện được): 4228
- Số manifest phát hiện được trong bộ nhớ: 3 (df, brcadf, fulldf)
- Repo HuggingFace:
okbro1234/tcga-brca-titan-idc-ilc
2. Cấu trúc lưu trữ tại đích
/ # suy từ hàm `HfApi`
file.txt # suy từ hàm `HfApi`
lfs.bin # suy từ hàm `HfApi`
shard_{i}_of_5.bin # suy từ hàm `HfApi`
remote/file/path.h5 # suy từ hàm `HfApi`
experiment # suy từ hàm `HfApi`
remote/experiment/checkpoints # suy từ hàm `HfApi`
{PATH_PREFIX}{SVS_DIR}/{slide_id}.svs # suy từ hàm `process_one`
{PATH_PREFIX}{SVS_DIR}/{slide_key}.svs # suy từ hàm `process_one_full`(PATH_PREFIX hiện tại = ``)
3. Manifest và các cột dữ liệu
Xem chi tiết theo từng manifest ở mục 4 bên dưới (mỗi manifest phát hiện tự động có cấu trúc cột riêng).
4. Nhãn phân loại (Labels)
Manifest: df (67 bản ghi)
Đã lọc theo phạm vi dataset đích: project_id == TCGA-BRCA (loại bỏ dữ liệu ngoài phạm vi, vd. OT/nguồn khác trước khi tính distribution).Nguồn dữ liệu phát hiện được:
Manifest này chỉ từ 1 nguồn duy nhất (không phát hiện cột nguồn gốc dữ liệu).
Cột dữ liệu:
Nhãn phân loại:
case_id
OncoTreeCode
site
source_site
Manifest: brca_df (1049 bản ghi)
Đã lọc theo phạm vi dataset đích: project_id == TCGA-BRCA (loại bỏ dữ liệu ngoài phạm vi, vd. OT/nguồn khác trước khi tính distribution).Nguồn dữ liệu phát hiện được:
Manifest này chỉ từ 1 nguồn duy nhất (không phát hiện cột nguồn gốc dữ liệu).
Cột dữ liệu:
Nhãn phân loại:
sex
OncoTreeCode
OncoTreeSiteCode
site
source_site
split
Manifest: full_df (3112 bản ghi)
Nguồn dữ liệu phát hiện được:
Manifest này chỉ từ 1 nguồn duy nhất (không phát hiện cột nguồn gốc dữ liệu).
Cột dữ liệu:
Nhãn phân loại:
experimental_strategy
primary_diagnosis
morphology
tissueororganoforigin
icd10code
5. Cách tải và sử dụng
[CẦN ĐIỀN THỦ CÔNG: hướng dẫn tải/sử dụng dataset, ví dụ code snippet]
6. Quy trình tái tạo (Reproducibility)
[CẦN ĐIỀN THỦ CÔNG: mô tả các bước chạy lại pipeline tải + upload]
7. Giới hạn và lưu ý
- df.OncoTreeCode: class 'IDC' chiếm 68.66% tổng số
- df.site: class 'A7' chiếm 76.12% tổng số
- df.source_site: class 'Christiana Healthcare' chiếm 76.12% tổng số
- brca_df.sex: class 'F' chiếm 98.95% tổng số
- brca_df.OncoTreeCode: class 'IDC' chiếm 79.89% tổng số
- brca_df.OncoTreeSiteCode: class 'BREAST' chiếm 99.9% tổng số
- brca_df.split: class 'train' chiếm 85.51% tổng số
- fulldf.experimentalstrategy: class 'Tissue Slide' chiếm 63.59% tổng số
- fulldf.primarydiagnosis: class 'Infiltrating duct carcinoma, NOS' chiếm 70.68% tổng số
- full_df.morphology: class '8500/3' chiếm 70.68% tổng số
- fulldf.tissueororganof_origin: class 'Breast, NOS' chiếm 91.45% tổng số
- fulldf.icd10_code: class 'C50.9' chiếm 98.4% tổng số
8. Trích dẫn / Nguồn tham khảo
[CẦN ĐIỀN THỦ CÔNG: paper/license/citation liên quan]