TCGA-THCA 癌基因组图谱甲状腺癌数据集
包含丰富临床内分泌生化指标的甲状腺癌多组学数据集
基本信息
资源简介
TCGA-THCA 癌基因组图谱甲状腺癌数据集
【数据集背景】
本数据集源站标题为《Thyroid Carcinoma》。
【数据内容】
源站原始描述：disease_type: Epithelial Neoplasms, NOS, Adenomas and Adenocarcinomas, Squamous Cell Neoplasms；primary_site: Thyroid gland；data categories: Simple Nucleotide Variation, Sequencing Reads, Biospecimen, Clinical, Copy Number Variation, Transcriptome Profiling, DNA Methylation, Proteome Profiling, Somatic Structural Variation, Structural Variation；Thyroid Carcinoma；TCGA-THCA
【主题与分类】
主题标签：[''Epithelial Neoplasms, NOS'', ''Adenomas and Adenocarcinomas'', ''Squamous Cell Neoplasms'']、[''Thyroid gland'']。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://portal.gdc.cancer.gov/projects/TCGA-THCA
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-THCA
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:
数据集大小约 264.50 GB。
数据说明
TCGA-THCA 数据集包含甲状腺癌患者的多组学数据与临床随访记录。原发性甲状旁腺功能亢进（可导致严重高钙血症）常与甲状腺肿瘤伴发或进行鉴别诊断，该数据集包含了详细的临床血生化指标追踪与基因组学特征，可用于高钙血症相关内分泌恶性肿瘤的病理分析。
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。
