卵巢癌贝伐珠单抗反应数据集
包含上皮性卵巢癌组织病理全切片图像，用于预测贝伐珠单抗治疗反应。由The Cancer Imaging Archive提供，来自The Cancer Imaging Archive，包含282条数据记录，适用于分类任务，许可证为CC BY 4.0，专注于肿瘤领域的附件肿瘤与肿块研究。
基本信息
资源简介
卵巢癌贝伐珠单抗反应数据集
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 253.80 GB、78 例受试者，主题涵盖 Ovarian Cancer，可用于医学图像分割、检测与分类模型的训练与评测，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《A dataset of histopathological whole slide images for classification of Treatment effectiveness to ovarian cancer》。源站首次发布：2023/04/26。
【数据内容】
源站原始描述：Despite the progress made during the last two decades in the surgery and chemotherapy of ovarian cancer, more than 70% of advanced patients are with recurrent cancer and decease. Bevacizumab has been recently approved by FDA as a monotherapy for advanced ovarian cancer in combination with chemotherapy. Considering the cost, potential toxicity, and finding that only a portion of patients will benefit from these drugs, the identification of a new predictive method for the treatment of ovarian canc…
中文译文（机器翻译，仅供快速理解，请以原文为准）：尽管过去二十年卵巢癌手术和化疗取得了进展，但超过70%的晚期患者会出现复发并死亡。贝伐珠单抗最近被FDA批准作为晚期卵巢癌的单药治疗，并与化疗联合使用。考虑到费用
【数据结构与技术规格】
数据集 DOI：10.7937/TCIA.985G-EY35。
【主题与分类】
源站学科分类：Histopathology、Whole Slide Image、Follow-Up、Measurement、Treatment、Exposure。主题标签：Ovarian Cancer。
【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://www.cancerimagingarchive.net/collection/ovarian-bevacizumab-response/
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Wang, C.-W., Chang, C.-C., Lo, S.-C., Lin, Y.-J., Liou, Y.-A., Hsu, P.-C., Lee, Y.-C., & Chao, T.-K. (2021). A dataset of histopathological whole slide images for classification of Treatment effectiveness to ovarian cancer (Ovarian Bevacizumab Response) (Version 2) [Data set] . The Cancer Imaging Ar…
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（TCIA 标准方式）
方式一：NBIA 搜索
- 打开 NBIA 搜索页（免费注册 TCIA 账号）；
- 按本数据集 Collection 名称筛选（见源站页面），加入 Download Basket；
- 用 NBIA Download Manager 批量下载 DICOM。
方式二：NBIA API（程序化）
curl -s "https://services.cancerimagingarchive.net/nbia-api/services/v1/getSeries?Collection=COLLECTION_NAME" -o series.json
方式三：TCIA Manifest + dicomsort
在 Collection 页面下载 .tcia manifest 文件后用 NBIA CLI 下载。
数据说明
包含上皮性卵巢癌组织病理全切片图像，用于预测贝伐珠单抗治疗反应。
数据加载示例（DICOM 影像）
import pydicom, glob, os
files = glob.glob(os.path.join(path, "**", "*.dcm"), recursive=True)
d = pydicom.dcmread(files[0])
print("Modality:", d.Modality)
img = d.pixel_array
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。
