肾上腺皮质癌Ki67分割数据集
包含53例经病理证实的肾上腺皮质癌增强CT影像、肿瘤分割标注和Ki-67信息，适用于影像分割与预后研究。由The Cancer Imaging Archive提供，来自The Cancer Imaging Archive，包含医学影像数据，适用于图像分割任务，许可证为CC BY 4.0，专注于肿瘤领域的肾上腺癌研究。
基本信息
资源简介
肾上腺皮质癌Ki67分割数据集
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 9.89 GB、53 例受试者，主题涵盖 Adrenocortical Carcinoma，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《Voxel-level segmentation of pathologically-proven Adrenocortical carcinoma with Ki-67 expression》。源站首次发布：2023/05/15。
【数据内容】
源站原始描述：Adrenocortical carcinoma (ACC) is a rare tumor of the adrenal cortex with a reported annual incidence of one case per million population. ACC is a highly aggressive, highly fatal tumor with 5-year overall survival rates ranging from 14% to 44%. Diagnosis of ACC is primarily based on histopathological parameters from resected tumors, which include Ki-67 expression status. The Ki-67 index is one of the most important established prognostic markers for local recurrence of ACC. Radiomic feature extr…
中文译文（机器翻译，仅供快速理解，请以原文为准）：肾上腺皮质癌（ACC）是一种罕见的肾上腺皮质肿瘤，报告的年发病率为每百万人口1例。ACC是一种高度侵袭性、高度致死性的肿瘤，5年总生存率范围为14%至44%。ACC的诊断主要基于切除肿瘤的组织病理学参数，其中包括Ki-67表达状态。Ki-67指数是ACC局部复发最重要的已确立预后标志物之一。影像组学特征提取显示，影像组学特征与ACC中Ki-67表达状态显著相关。
【数据结构与技术规格】
数据集 DOI：10.7937/1FPG-VM46。
【主题与分类】
源站学科分类：CT、SEG、Demographic、Diagnosis、Follow-Up、Measurement。主题标签：Adrenocortical Carcinoma。
【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/adrenal-acc-ki67-seg/
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Moawad, A. W., Ahmed, A. A., ElMohr, M., Eltaher, M., Habra, M. A., Fisher, S., Perrier, N., Zhang, M., Fuentes, D., & Elsayes, K. (2023). Voxel-level segmentation of pathologically-proven Adrenocortical carcinoma with Ki-67 expression (Adrenal-ACC-Ki67-Seg) [Data set]. The Cancer Imaging Archive
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53例经病理证实的肾上腺皮质癌增强CT影像、肿瘤分割标注和Ki-67信息，适用于影像分割与预后研究。
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。
