骨肉瘤肿瘤评估数据集
肿瘤领域图像公开数据集，来源：TCIA。
基本信息
资源简介
骨肉瘤肿瘤评估数据集
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 196.84 MB、4 例受试者，主题涵盖 Osteosarcoma，可用于医学图像分割、检测与分类模型的训练与评测，CC BY 3.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Osteosarcoma data from UT Southwestern/UT Dallas for Viable and Necrotic Tumor Assessment》。源站首次发布：2019/03/22。
【数据内容】
源站原始描述：Osteosarcoma is the most common type of bone cancer that occurs in adolescents in the age of 10 to 14 years. The dataset is composed of Hematoxylin and eosin (H&E) stained osteosarcoma histology images. The data was collected by a team of clinical scientists at University of Texas Southwestern Medical Center, Dallas. Archival samples for 50 patients treated at Children’ s Medical Center, Dallas, between 1995 and 2015, were used to create this dataset. Four patients (out of 50) were selected by p…
中文译文（机器翻译，仅供快速理解，请以原文为准）：骨肉瘤是发生于10至14岁青少年中最常见的骨癌类型。该数据集由苏木精-伊红（H&E）染色的骨肉瘤组织学图像组成。数据由位于达拉斯的University of Texas Southwestern Medical Center的一组临床科学家收集。该数据集使用了1995年至2015年间在达拉斯Children’s Medical Center接受治疗的50例患者的存档样本创建。病理学家根据手术切除后肿瘤标本的多样性，从50例患者中选择了4例。根据每张图像中占主导的癌症类型，图像被标注为Non-Tumor、Viable Tumor和Necrosis。标注由两名医学专家完成。所有图像被分配给两名病理学家进行标注。每张图像只有一个标注，因为任何给定图像仅由一名病理学家标注。该数据集包含1144张大小为1024 X 1024、分辨率为10X的图像，分布如下：536张（47%）非肿瘤图像，263张（23%）坏死性肿瘤图像，以及345张（30%）存活肿瘤图像块。
【数据结构与技术规格】
数据集 DOI：10.7937/tcia.2019.bvhjhdas。
【主题与分类】
源站学科分类：Histopathology、Whole Slide Image、Classification、Measurement。主题标签：Osteosarcoma。
【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/osteosarcoma-tumor-assessment/
使用许可：CC BY 3.0（https://creativecommons.org/licenses/by/3.0/）。
规范引用：Leavey, P., Sengupta, A., Rakheja, D., Daescu, O., Arunachalam, H. B., & Mishra, R. (2019). Osteosarcoma data from UT Southwestern/UT Dallas for Viable and Necrotic Tumor Assessment (Osteosarcoma-Tumor-Assessment) [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
该数据集包含H&E染色骨肉瘤组织病理图像，用于区分非肿瘤、坏死肿瘤和存活肿瘤区域。
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。
