MSK_CHORD_2024 癌症治疗计划数据集
包含24950名患者的肿瘤测序数据及临床注释，用于癌症治疗计划微调。
基本信息
资源简介
MSK_CHORD_2024 癌症治疗计划数据集
【数据集背景】
本数据集源站标题为《msk_chord_2024-cancer-treatment-planning》。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://modelscope.cn/datasets/rockndance/msk_chord_2024-cancer-treatment-planning
使用许可：Apache License 2.0。
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（ModelScope）
方式一：MsDataset（Python）
# 前置依赖: pip install modelscope
from modelscope.msdatasets import MsDataset
ds = MsDataset.load("rockndance/msk_chord_2024-cancer-treatment-planning", subset_name="default", split="train")
print(ds)
方式二：CLI（命令行）
pip install modelscope
modelscope download dataset rockndance/msk_chord_2024-cancer-treatment-planning
数据集卡片摘录（源站）
MSK_CHORD_2024
Source: https://www.cbioportal.org/study/summary?id=msk_chord_2024
Introduction:
Targeted sequencing of 25040 tumors from 24950 patients and their matched normals via MSK-IMPACT, along with clinical annotations, some of which are derived from natural language processing (denoted NLP).
采用的数据集为MSK_CHORD_2024[^1]，其包含来自肿瘤患者的测序数据和治疗方式，用于肿瘤治疗计划微调，由DeekSeek 8B GGUF 处理源数据集后输出。
[^1]: Jee, J., Fong, C., Pichotta, K. et al. Automated real-world data integration improves cancer outcome prediction. Nature 636, 728–736 (2024). https://doi.org/10.1038/s41586-024-08167-5
许可
Apache License 2.0
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。
源站：modelscope.cn/datasets/rockndance/msk_chord_2024-cancer-treatment-planning
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。
