非小细胞肺癌影像组学NIFTI数据集
该数据集包含非小细胞肺癌患者的CT影像及对应的多器官分割标注（如食管、心脏、双肺、脊髓和肿瘤区域），以NIFTI格式存储，属于医学影像模态数据，主要用于癌症影像组学分析、放射学特征挖掘、肿瘤表型研究以及AI辅助诊断模型的训练与评估。
基本信息
资源简介
非小细胞肺癌影像组学NIFTI数据集
【数据集背景】
本数据集源站标题为《farrell236/NSCLC-Radiomics-NIFTI》。源站首次发布：2023-05-05。
【数据内容】
源站原始描述：# The Cancer Genome Atlas Ovarian Cancer (NSCLC-Radiomics) The models featured in this repository uses images from the publicly available NSCLC-Radiomics Dataset. Download the data from TCIA with **Classic Directory Name** download option. ## Converting Format Convert DICOM images and segmentation to NIFTI format using SimpleITK, pydicom and pydicom-seg Run: ```shell user@machine:~/NSCLC-Radiomics-NIFTI$ python convert.py ``` ## Segmentations Images will have one of the following segmen…
文件 LICENSE 为文本内容，开头为：License The NSCLC-Radiomics collection is distributed under the Creative Commons Attribution-NonCommercial 3.0 Unported License (https://creativecommons.org/l…
【数据结构与技术规格】
文件数 576 个，合计 2.36 GB。
【主题与分类】
主题标签：license:cc-by-3.0、region:us、medical。
【获取与许可】
源站页面：https://huggingface.co/datasets/farrell236/NSCLC-Radiomics-NIFTI
使用许可：cc-by-3.0。
【使用注意】
· 源站最后修改于 2025-01-17，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("farrell236/NSCLC-Radiomics-NIFTI")
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/farrell236/NSCLC-Radiomics-NIFTI
数据说明
该数据集是基于TCIA公开的NSCLC-Radiomics原始医学影像数据转换而成的标准化格式数据集。数据来源于非小细胞肺癌患者的CT影像及其对应的器官分割标注，包含食管、心脏、左右肺、脊髓以及肿瘤区域（GTV-1）等多个关键解剖结构的精细分割掩膜。数据集采用NIFTI格式存储，便于医学影像分析工具直接读取和处理，主要用于癌症影像组学研究、放射学特征提取、肿瘤表型解码以及人工智能辅助诊断模型的开发与验证。
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/farrell236/NSCLC-Radiomics-NIFTI
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。
