MATCH筛查试验注释：通过基因检测指导治疗晚期难治性实体瘤、淋巴瘤或多发性骨髓瘤患者的靶向治疗 (EAY131-肿瘤注释)
基于MATCH筛查试验的肿瘤影像注释数据集，用于癌症研究和AI开发。
基本信息
资源简介
MATCH筛查试验注释：通过基因检测指导治疗晚期难治性实体瘤、淋巴瘤或多发性骨髓瘤患者的靶向治疗 (EAY131-肿瘤注释)
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 1.13 GB、2487 例受试者，主题涵盖 Bladder Cancer、Brain Cancer、Breast Cancer、Cervical Cancer、Colorectal Cancer，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《Annotations for The MATCH Screening Trial: Targeted Therapy Directed by Genetic Testing in Treating Patients With Advanced Refractory Solid Tumors, Lymphomas, or Multiple Myeloma》。源站首次发布：2026/03/24。
【数据内容】
源站原始描述：This dataset contains image annotations derived from the NCI Clinical Trial “Targeted Therapy Directed by Genetic Testing in Treating Patients With Advanced Refractory Solid Tumors, Lymphomas, or Multiple Myeloma (The MATCH Screening Trial).” This dataset was generated as part of an NCI project to augment TCIA datasets with annotations that will improve their value for cancer researchers and AI developers
中文译文（机器翻译，仅供快速理解，请以原文为准）：本数据集包含图像标注，这些标注源自 NCI 临床试验“通过基因检测指导的靶向治疗治疗晚期难治性实体瘤、淋巴瘤或多发性骨髓瘤患者（MATCH 筛选试验）”。该数据集是 NCI 项目的一部分，该项目旨在用标注扩充 TCIA 数据集，从而提升其对癌症研究人员和 AI 开发者的价值。
【数据结构与技术规格】
数据集 DOI：10.7937/q9rn-m510。
【主题与分类】
主题标签：Bladder Cancer、Brain Cancer、Breast Cancer、Cervical Cancer、Colorectal Cancer、Esophageal Carcinoma、Head and Neck Cancer、Kidney Cancer、Leukemia、Liver Cancer。
【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/analysis-result/eay131-tumor-annotations/
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Jordan, P., Rozenfeld, M. (2026). Annotations for The MATCH Screening Trial: Targeted Therapy Directed by Genetic Testing in Treating Patients With Advanced Refractory Solid Tumors, Lymphomas, or Multiple Myeloma (EAY131-Tumor-Annotations) (Version 2) [dataset]. 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。
