SAMVAE数据集
整合六种模态的癌症生存分析数据集，包含乳腺癌和低级别胶质瘤数据，用于多模态生存预测。
基本信息
资源简介
SAMVAE数据集
【数据集背景】
本数据集源站标题为《AlbaGarridoLopezz/SAMVAE》。源站首次发布：2025-05-12。
【数据内容】
源站原始描述：## SAMVAE🪇 Survival Analysis Multimodal model based on Variational Autoencoders. This repository provides: * Necessary scripts to train SAMVAE for survival analysis and competing risks. * A guide for downloading clinical, omics, and image data from the TCGA portal. * Scripts for data preparation and preprocessing. * Validation metrics (C-index and IBS) adapted from PyCox. * A script to generate plots and interactive HTML visualizations. * A script to generate result tables as presented in the pa…
【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://github.com/AlbaGarridoLopezz/SAMVAE
【使用注意】
· 源站最后修改于 2026-04-20，引用时请注意版本时效。
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
git clone https://github.com/AlbaGarridoLopezz/SAMVAE.git
curl -L -o repo.zip https://github.com/AlbaGarridoLopezz/SAMVAE/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Getting Started
Follow these simple steps to make this project work on your local machine.
Prerequisites
You should have the following installed on your machine:
- Ubuntu
- Python 3.10.0
- Packages in requirements.txt
pip install -r requirements.txt
Installation
Download the repo manually (as a .zip file) or clone it using Git.
git clone https://github.com/AlbaGarridoLopezz/SAMVAE.git
<p align=“right”>(<a href=“#readme-top”>back to top</a>)</p>
<! USAGE EXAMPLES >
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。
