국립암센터

이 데이터는 국립암센터에서 구축한 위암 라이브러리 중 위암 환자의 사망 관련 정보를 포함한 메타정보 데이터로, 위암_사망_정보 메타정보(제공 되는 항목, 데이터 타입, 항목별 건수, 표시형식, 항목설명 등)를 제공합니다. 사망 일자, 사망 원인, 사망 당시 병기, 사망 장소 등 위암 환자의 사망에 관련된 주요 항목이 포함되어 있으며, 사망 시점과 진료 이력 간의 연계 분석도 가능합니다. 해당

이 데이터는 국립암센터에서 제공하는 담도암 라이브러리 중 병리 및 외과 영역에서 수집된 환자의 메타정보 데이터로, 담도암_병리_외과 메타정보( 제공 되어질 데이터 항목, 타입, 사이즈, 항목설명, 항목별건수, 표시형식 등)를 제공하고 있습니다. 해당 데이터는 담도암 환자의 병리 소견, 수술 방법, 수술 유형, 병기 등 임상 진료 기반의 주요 항목으로 구성되어 있습니다. 이 데이터를 이용해 연

이 데이터는 국립암센터에서 제공하는 췌장암 라이브러리 중 진단 후 치료 반응 및 효과에 대한 평가 정보를 담고 있는 메타정보 데이터로, 췌장암_진단_치료평가 메타정보(제공 항목, 데이터 타입, 항목별 건수, 표시형식, 항목설명 등)를 포함하고 있습니다. 주요 항목에는 치료 반응 평가 결과, 치료 후 병기 변화, 영상학적 소견, 질병 진행 여부 등이 포함됩니다. 이 데이터는 치료 효과 분석,

이 데이터는 국립암센터에서 제공하는 간암 라이브러리 중 진단 시 간 기능 평가와 관련된 메타정보 데이터로, 간암_진단_간기능평가 메타정보(제공 항목, 데이터 타입, 항목별 건수, 표시형식, 항목설명 등)를 포함하고 있습니다. 주요 항목으로는 혈청 알부민, 빌리루빈 수치, 프로트롬빈 시간, 간경변 여부 등 간 기능 상태를 나타내는 다양한 임상 지표가 상세히 기록되어 있습니다. 연구자들은 이 데

이 API는 국가 암 부담 모니터링 자료원 구축을 통해 산출한 유방암 검진 수검률 지표 정보제공 서비스로, 유방암 검진 수검률 지표 정보(제공 되어질 데이터 항목, 타입, 사이즈, 항목별 건수, 샘플데이터 등)를 제공한다. * 자료제공홈페이지: https://www.cancerdata.re.kr/surveillance

이 API는 국가 암 부담 모니터링 자료원 구축을 통해 산출한 대장암 검진 수검률 지표 정보제공 서비스로, 대장암 검진 수검률 지표 정보(제공 되어질 데이터 항목, 타입, 사이즈, 항목별 건수, 샘플데이터 등)를 제공한다. * 자료제공홈페이지: https://www.cancerdata.re.kr/surveillance

이 API는 국가 암 부담 모니터링 자료원 구축을 통해 산출한 위암 검진 수검률 지표 정보제공 서비스로, 위암 검진 수검률 지표 정보(제공 되어질 데이터 항목, 타입, 사이즈, 항목별 건수, 샘플데이터 등)를 제공한다. * 자료제공홈페이지: https://www.cancerdata.re.kr/surveillance

폐암 원내 사망을 예측할 수 있는 가상의 합성 훈련 데이터 및 가상의 합성 테스트 데이터입니다.이 데이터는 폐암 환자의 임상 정보를 기반으로 다기관에서 수집한 암 임상 라이브러리를 토대로 생성된 합성데이터로, 실제 임상 데이터를 바탕으로 통계적 특성을 유지하면서도 개인정보 유출 위험 없이 연구 및 분석에 활용할 수 있도록 구성되었습니다. 폐암의 진단, 치료, 예후 등 다양한 임상 변수들이 포

대장암 원내 사망을 예측할 수 있는 가상의 합성 훈련데이터 및 가상의 합성 테스트 데이터입니다.이 데이터는 대장암 환자의 임상 정보를 기반으로 다기관에서 수집한 암 임상 라이브러리를 토대로 생성된 합성데이터입니다. 실제 임상 데이터를 바탕으로 통계적 특성을 유지하면서도 개인정보 유출 위험 없이 연구 및 분석에 활용할 수 있도록 구성되었습니다. 대장암과 관련한 다양한 임상 변수들이 포함되어 있

해당 간암 합성 이미지 데이터는 각각 100개의 정상/비정상 이미지 파일로 제공됩니다.- 간암 영상데이터(원데이터) 중 정상으로 표기된 DICOM데이터를 활용하여 모델을 훈련시켜 도출된 이미지를 "정상" 합성 이미지로 제공- 간암 영상데이터(원데이터) 중 정상이 아닌 것으로 표기된 비정상 DICOM데이터로 모델을 훈련시켜 도출된 이미지를 "비정상" 합성 이미지로 제공이 데이터는 가상데이터로,

암 공공 라이브러리 데이터베이스 기반 유방암 병기 표본 데이터를 원시데이터로 하여 생성한 합성데이터 입니다. 정제된 원천데이터를 기반으로 표형 데이터 합성모델(TT-GAN*)을 적용하고, 진단 전·후 동반질환 변수의 논리적 상충 조합을 보정한 뒤, 분포 유사성, 구조적 유사성, 중복 여부 및 예측 모델 활용성 평가를 거쳐 20,000건의 동반 질환 반영 유방암 합성 코호트 데이터를 구축하였습