IDC TCGA-UVM影像数据
Imaging Data Commons中TCGA葡萄膜黑色素瘤影像数据集合，由National Cancer Institute提供，数据格式为图像，适用于分类任务，许可证为CC BY 4.0。
基本信息
资源简介
IDC TCGA-UVM影像数据
【一句话概览】
TCGA-UVM 数据集聚焦葡萄膜（眼内）黑色素瘤，该肿瘤发生于眼球中层葡萄膜的色素细胞。葡萄膜由虹膜、睫状体和脉络膜三部分组成，与虹膜肿瘤相比，睫状体和脉络膜肿瘤往往更大，且更易扩散至身体其他部位。TCGA 研究了来自葡萄膜全部三个部位的肿瘤。该数据集受试者数为 80，标签包括葡萄膜黑色素瘤、眼内、SM、SEG、ANN 及人类。如需了解组织病理学图像及相关元数据，可参见该集合页面的 DICOM 转换幻灯片显微图像（来源 portal.imaging.datacommons.cancer.gov）。
【数据集背景】
本数据集源站标题为《TCGA-UVM》。
【数据内容】
源站原始描述：Uveal (intraocular or eye) melanoma develops in the pigment cells of the uvea, which is the middle layer of the eye. The uvea consists of three main parts: the iris, ciliary body, and choroid. Compared to tumors of the iris, tumors of the ciliary body and choroid tend to be larger and more likely to spread to other parts of the body. TCGA studied tumors from all three parts of the uvea. Please see the DICOM converted Slide Microscopy images for the TCGA-UVM collection page to learn more about th…
中文译文（机器翻译，仅供快速理解，请以原文为准）：葡萄膜（眼内或眼部）黑色素瘤发生于葡萄膜的色素细胞，葡萄膜是眼球的中层。葡萄膜由三个主要部分组成：虹膜、睫状体和脉络膜。与虹膜肿瘤相比，睫状体和脉络膜肿瘤往往更大，且更可能扩散到身体其他部位。TCGA研究了来自葡萄膜所有三个部位的肿瘤。请查看TCGA-UVM集合页面的DICOM转换幻灯片显微镜图像，以了解更多关于组织病理学图像的信息，并获取该集合的任何支持性元数据。
【主题与分类】
主题标签：Uveal Melanoma、Intraocular、SM、SEG、ANN、Human。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://portal.imaging.datacommons.cancer.gov/collections/tcga_uvm/
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。
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.imaging.datacommons.cancer.gov/collections/tcga_uvm/
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
Imaging Data Commons中TCGA葡萄膜黑色素瘤影像数据集合。
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。
