IDC TCGA-LGG 低级别胶质瘤数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=tcga_lgg

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

IDC 数据集 TCGA-LGG。癌症类型：低级别胶质瘤。肿瘤位置：脑。受试者：516 例。注意：该数据集的使用有特殊限制。参见数据使用政策与限制（https://wiki.cancerimagingarchive.net/x/c4hF）。癌症影像计划（CIP）（http://imaging.cancer.gov/）正与参与 TCGA 的机构的主要研究者直接合作，以获取并加载与存储在 TCGA 数据门户（http://tcga-data.nci.nih.gov/）中的基因组、临床和病理数据相关的影像。目前，这个低级别胶质瘤患者的大型 MR 多序列影像数据集可通过每个独特病例标识符与来自 The Cancer Genome Atlas 数据门户的同一病例的大量基因和表达数据进行匹配，以研究临床表型与组织基因组之间的联系。请参阅 TCGA-LGG（https://doi.org/10.7937/K9/TCIA.2016.L4LTD3TK）页面，以了解有关放射影像的更多信息并获取该数据集的任何支持性元数据。

请查看TCGA-LGG集合的DICOM转换的幻灯片显微镜图像页面（https://doi.org/10.5281/zenodo.12689948），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元数据。

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。