PriorGen数据

Name: PriorGen数据
Creator: Yfeng0216
License: mit

PriorGen_Data PriorGen 使用的数据独立存放于此目录，代码项目位于 /mnt/datadisk0/PriorGen。数据按用途组织： ~~~text PriorGen_Data/ ├── f…

Yfeng0216

HuggingFace

2026-10-08 更新

多模态task_categories:image-classificationtask_categories:text-generationlanguage:zhlanguage:enlicense:mitregion:uspathologywhole-slide-imagetcgacancer-classification

基本信息

模态

多模态

大小

108.650123187 GB

数据量

13341

许可

mit

创建/更新时间

2026-10-08

资源简介

PriorGen数据

【一句话概览】

本数据集是 Hugging Face 公开的多模态数据集，收录 33228 个文件，主题涵盖 pathology、whole-slide-image、tcga、cancer-classification，可用于跨模态对齐与融合建模研究，mit 许可开放获取。

【数据集背景】

本数据集源站标题为《Yfeng0216/PriOrGen_DATA》。源站首次发布：2026-10-05。

【数据内容】

源站原始描述：PriorGen_Data PriorGen 使用的数据独立存放于此目录，代码项目位于 /mnt/datadisk0/PriorGen。数据按用途组织： ~~~text PriorGen_Data/ ├── features/uni/ # UNI WSI patch features (.pt) ├── features/plip/ # PLIP WSI patch features (.pt) ├── annotations/organs/ # TCGA organ report annotations and images ├── splits/ # train/val/test CSV and label mappings ├── knowledge_banks/ # organ knowledge banks (.pt/.json) ├── anchors/ # PIB anchor features (.pt) ├── feature_labels.csv # 每个 UNI/PLIP 特征文件与 TCGA 器官类别的对应关系 ├── DATASET_CARD.md # 数据集…

中文译文（机器翻译，仅供快速理解，请以原文为准）：# PriorGen_Data PriorGen 使用的数据独立存放于此目录，代码项目位于 /mnt/datadisk0/PriorGen。数据按用途组织： ~~~text PriorGen_Data/ ├── features/uni/ # UNI WSI patch features (.pt) ├── features/plip/ # PLIP WSI patch features (.pt) ├── annotations/organs/ # TCGA organ report annotations and images ├── splits/ # train/val/test CSV and label mappings ├── knowledge_banks/ # organ knowledge banks (.pt/.json) ├── anchors/ # PIB anchor features (.pt) ├── feature_labels.csv # 每个 UNI/PLIP 特征文件与 TCGA 器官类别的对应关系 ├── DATASET_CARD.md # 数据集说明与统计 └── dataset_manifest.json ~~~ feature_labels.csv 的每行对应一个特征文件，包含文件名、相对路径、模态（UNI/PLIP）、TCGA case ID、数字标签、器官类别和标签状态。器官标签编号对应：ACC、BRCA、CHOL、COAD、DLBC、KICH、KIRC、KIRP、LIHC、LUAD、LUSC、MESO、STAD、THCA。代码默认通过 PRIORGEN_DATA_ROOT=/mnt/datadisk0/PriorGen_Data 读取数据，也可以在 PriorGen/.env.example 中修改路径。

【数据结构与技术规格】

文件数 33228 个。

【主题与分类】

主题标签：pathology、whole-slide-image、tcga、cancer-classification。

【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://huggingface.co/datasets/Yfeng0216/PriOrGen_DATA

使用许可：mit。

【使用注意】

· 源站最后修改于 2026-10-08，引用时请注意版本时效。

原始链接

https://huggingface.co/datasets/Yfeng0216/PriOrGen_DATA

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("Yfeng0216/PriOrGen_DATA")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install &amp;&amp; git clone https://hf-mirror.com/datasets/Yfeng0216/PriOrGen_DATA

仓库文件结构

.gitattributes
.hf-upload.lock
DATASET_CARD.md
README.md
dataset_manifest.json

数据集卡片摘录（源站说明）

PriorGen_Data

PriorGen 使用的数据独立存放于此目录，代码项目位于 /mnt/datadisk0/PriorGen。数据按用途组织：

PriorGen_Data/
├── features/uni/       # UNI WSI patch features (.pt)
├── features/plip/      # PLIP WSI patch features (.pt)
├── annotations/organs/ # TCGA organ report annotations and images
├── splits/             # train/val/test CSV and label mappings
├── knowledge_banks/    # organ knowledge banks (.pt/.json)
├── anchors/            # PIB anchor features (.pt)
├── DATASET_CARD.md     # 数据集说明与统计
└── dataset_manifest.json

这些目录是从原有位置移动而来，原位置保留了兼容软链接。上传或迁移时，优先完整打包 PriorGen_Data，再单独打包 PriorGen 代码目录。

代码默认通过 PRIORGEN_DATA_ROOT=/mnt/datadisk0/PriorGen_Data 读取这里的数据，也可以在 PriorGen/.env.example 中修改路径。