智能勾画数据库和优选计划数据库
包含九种常见癌症放射治疗DICOM图像，共5087条，用于智能勾画与优选计划。
基本信息
模态
医学影像
大小
0.46582 GB
创建/更新时间
2026-10-17
版本
V1.0
资源简介
本数据集来自浙江省肿瘤医院，包含鼻咽癌、乳腺癌、肺癌、食管癌、直肠癌、胃癌、肝癌、胰腺癌、宫颈癌九种常见癌症的放射治疗信息（DICOM图像）。数据主要采用自动抓取与人工采集结合的方式获取，采集人员经过统一培训以保证信息采集质量，并使用EXCEL、Raystation软件对数据进行整理和优化，清洗不符合收集要求或存在错误的数据，最终得到5087条数据并放入智能勾画数据库和优选计划数据库。可用于肿瘤放射治疗中图像勾画、计划优选等相关研究。
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。
暂未开放有偿下载
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://www.ncmi.cn/phda/dataDetails.do?id=CSTR:17970.11.A004S.202106.564.V1.0
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:
数据集大小约 465.8 MB。
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。
