IDC ISPY1 乳腺癌影像数据集
该数据集源自 I-SPY TRIAL（ACRIN 6657 与 CALGB 150007），针对接受新辅助化疗的 2 期或 3 期乳腺癌患者，旨在评估 MRI 预测治疗反应与复发风险的能力，并研究影像与组织生物标志物对病理完全缓解（pCR）和无复发生存期（RFS）的预测价值，可用于乳腺癌疗效预测与预
基本信息
资源简介
IDC ISPY1 乳腺癌影像数据集
IDC ISPY1 是来自 Imaging Data Commons 的乳腺癌影像数据集，包含 222 名受试者的 847 次 MR 检查。该数据集源自 I-SPY TRIAL（ACRIN 6657 与 CALGB 150007），针对接受新辅助化疗的 2 期或 3 期乳腺癌患者，旨在评估 MRI 预测治疗反应与复发风险的能力，并研究影像与组织生物标志物对病理完全缓解（pCR）和无复发生存期（RFS）的预测价值，可用于乳腺癌疗效预测与预后建模（来源 portal.imaging.datacommons.cancer.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC collection ISPY1。癌症类型：乳腺癌。肿瘤位置：乳腺。受试者：222。ISPY1/ACRIN 6657 是一项前瞻性研究，旨在测试 MRI 预测接受新辅助化疗（NACT）的 2 期或 3 期乳腺癌患者治疗反应和复发风险的能力。ACRIN 6657 作为 CALGB 150007 的伴随研究开展，后者是一项在新辅助治疗乳腺癌背景下评估组织生物标志物的相关科学研究。CALGB 150007 和 ACRIN 6657 共同构成了多中心“Investigation of Serial Studies to Predict Your Therapeutic Response with Imaging and moLecular Analysis”（I-SPY TRIAL）乳腺癌试验的基础，该试验研究影像和组织生物标志物对预测病理完全缓解（pCR）和无复发生存期（RFS）的作用。该集合包含来自 222 名受试者的 847 次 MR 研究。
【主题与分类】
主题标签：Breast Cancer、Breast。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=ispy1
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/explore/filters?collection_id=ispy1
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
IDC 数据集 ISPY1。癌症类型：乳腺癌。肿瘤位置：乳腺。受试者：222 例。ISPY1/ACRIN 6657 是一项前瞻性研究，旨在检验 MRI 预测接受新辅助化疗（NACT）的 2 期或 3 期乳腺癌患者治疗反应及复发风险的能力。ACRIN 6657 是作为 CALGB 150007 的伴随研究开展的，后者是一项在新辅助治疗乳腺癌背景下评估组织生物标志物的相关性科学研究。CALGB 150007 和 ACRIN 6657 共同构成了多中心“系列研究以影像和分子分析预测治疗反应”（I-SPY TRIAL）乳腺癌试验的基础，该研究旨在通过影像和组织生物标志物预测病理完全缓解（pCR）和无复发生存期（RFS）。该数据集包含来自 222 名受试者的 847 项 MR 研究。请访问 ISPY1（http://doi.org/10.7937/K9/TCIA.2016.HdHpgJLK）页面，以了解更多关于图像的信息并获取该数据集的任何支持性元数据。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
