TCGA癌症基因组图谱数据集
TCGA癌症基因组图谱数据集提供33种癌症的基因组、转录组、甲基化、临床和病理数据，数据模态为多模态，可用于癌症相关病例识别、诊断建模、分割检测、风险评估或临床研究复现。
基本信息
模态
多模态
数据量
20000
任务类型
分类
许可
NIH Genomic Data Sharing Policy
创建/更新时间
2018-01-01
资源简介
The Cancer Genome Atlas 数据集包含33种癌症的基因组、转录组、甲基化、临床和病理数据，可围绕癌症（Cancer）开展病例筛选、特征提取、诊断分类、分割检测或预后分析。
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。
需登录公开下载
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。
暂未开放有偿下载
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://portal.gdc.cancer.gov/projects/TCGA
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
The Cancer Genome Atlas 数据集包含33种癌症的基因组、转录组、甲基化、临床和病理数据，可围绕癌症（Cancer）开展病例筛选、特征提取、诊断分类、分割检测或预后分析。
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。
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。
