IDC PDXNet 数据集
癌症类型：腺泡细胞癌、肾上腺皮质癌、癌肉瘤、软骨肉瘤、结肠腺癌、尤文肉瘤、胃肠道间质瘤、头颈鳞状细胞癌、浸润性乳腺癌、非特殊型浸润性乳腺癌、平滑肌肉瘤、肺腺癌、肺鳞状细胞癌、恶性外周神经鞘瘤、黑色素瘤、默克尔细胞癌、间皮肿瘤、黏液表皮样癌、黏液纤维肉瘤、神经内分泌癌、非小细胞癌、骨肉瘤、胰腺腺癌、肾
基本信息
资源简介
IDC PDXNet 数据集
IDC PDXNet 是一个聚焦肿瘤影像与相关临床研究的公开数据集，归属于肿瘤 / 乳腺癌分类，来源站为 portal.imaging.datacommons.cancer.gov。该数据集围绕多种癌症类型与肿瘤发生部位进行组织，覆盖范围较广，既包括乳腺癌相关类型，也涉及多个器官系统和组织学亚型。其主题标签反映了以癌种和病理类型为核心的组织方式，便于研究者按肿瘤类型、部位或病理特征进行检索与筛选。整体来看，该数据集适合用于肿瘤影像分析、跨癌种比较研究以及以病理类型为线索的数据探索，为相关领域的科研与算法开发提供基础数据支持。
【数据集背景】
该数据集来源于 portal.imaging.datacommons.cancer.gov，是 IDC 集合中的 PDXNet 部分。其分类归属为肿瘤 / 乳腺癌，说明其在肿瘤学研究中具有明确的领域定位，尤其与乳腺癌相关研究方向存在关联。数据集的建立与组织方式体现了以癌症类型和肿瘤部位为维度的整理思路，覆盖从常见癌种到较为罕见的肉瘤、神经内分泌肿瘤等多种病理类型，为肿瘤影像与相关研究提供了较为丰富的样本背景。
【数据内容】
数据集涵盖多种癌症类型，包括腺泡细胞癌、肾上腺皮质癌、癌肉瘤、软骨肉瘤、结肠腺癌、尤文肉瘤、胃肠道间质瘤、头颈鳞状细胞癌、浸润性乳腺癌、非特殊型浸润性乳腺癌、平滑肌肉瘤、肺腺癌、肺鳞状细胞癌、恶性外周神经鞘瘤、黑色素瘤、默克尔细胞癌、间皮肿瘤、黏液表皮样癌、黏液纤维肉瘤、神经内分泌癌、非小细胞癌、骨肉瘤、胰腺腺癌、肾细胞癌、未另行指定、横纹肌肉瘤、梭形细胞肉瘤、滑膜肉瘤、移行细胞癌、尿路上皮癌等。肿瘤部位涉及肾上腺、膀胱器官、骨元素、乳腺、结肠、胆囊、泌尿生殖系统、喉、唇、口腔、肺等。主题标签同样围绕上述癌种与病理类型展开，便于按疾病类型进行数据检索与分组。
【采集与来源】
该数据集来源站为 portal.imaging.datacommons.cancer.gov，属于 IDC 集合中的 PDXNet 部分。除来源站信息外，源站未提供更详细的采集流程、采集时间、设备参数或伦理审批信息。
【适用场景】
基于其覆盖的癌种与部位范围，该数据集可服务于肿瘤影像研究、跨癌种比较分析、病理类型相关的数据探索以及算法训练与验证等场景。由于包含乳腺癌相关分类，也可用于乳腺癌方向的专门研究。具体适用场景需结合源站提供的实际数据内容确定，源站未提供更细化的应用说明。
【使用方法】
源站未提供具体的使用方法、访问方式、数据格式或操作指南。使用者需参考来源站 portal.imaging.datacommons.cancer.gov 的相关说明进行访问与使用。
【质量与限制】
源站未提供关于数据质量、标注准确性、样本数量、缺失情况或使用限制的具体说明。使用者应结合来源站的元数据与自身研究需求评估适用性。
【引用与许可】
源站未提供引用格式与许可条款信息。使用该数据集时，应遵循来源站 portal.imaging.datacommons.cancer.gov 的相关规定。
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
源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=pdxnet
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收集PDXNet。癌症类型：腺泡细胞癌、肾上腺皮质癌、癌肉瘤、软骨肉瘤、结肠腺癌、尤文肉瘤、胃肠道间质瘤、头颈部鳞状细胞癌、浸润性乳腺癌、非特殊型浸润性乳腺癌、平滑肌肉瘤、肺腺癌、肺鳞状细胞癌、恶性外周神经鞘瘤、黑色素瘤、梅克尔细胞癌、间皮肿瘤、黏液表皮样癌、黏液纤维肉瘤、神经内分泌癌、非小细胞癌、骨肉瘤、胰腺腺癌、肾细胞癌、未另行指定、横纹肌肉瘤、梭形细胞肉瘤、滑膜肉瘤、移行细胞癌、尿路上皮癌。肿瘤位置：肾上腺、膀胱器官、骨元素、乳腺、结肠、胆囊、泌尿生殖系统、喉、唇、口腔、肺、卵巢、胰腺、周围神经系统、前列腺、直肠、体皮、小肠、甲状腺、子宫颈、子宫、胃、阴道。受试者：919。
一个泛癌种资源库，包含来自919例患者来源异种移植（PDX）及配对亲本肿瘤H&E全切片图像的5,420个DICOM Slide Microscopy实例（870例小鼠PDX，49例人源 progenitor），由NCI PDXNet联盟整理。图像附有相关的基因组、转录组和临床元数据，以及病理评估，部分病例还包含详细的病理注释。原始TIFF和SVS图像已转换为DICOM SM格式。请访问PDXNet Zenodo页面（https://doi.org/10.5281/zenodo.16967600）以了解更多关于这些图像的信息，并获取该集合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。
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。
