VA研究精准肿瘤学项目-APOLLO
VA RePOP与APOLLO项目合作的退伍军人癌症患者影像及临床数据，用于精准肿瘤学研究。
基本信息
资源简介
VA研究精准肿瘤学项目-APOLLO
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 129.10 GB、41 例受试者，主题涵盖 Esophageal Carcinoma、Head and Neck Squamous Cell Carcinoma、Lung Adenocarcinoma、Lung Squamous Cell Carcinoma、Pancreatic Adenocarcinoma，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《VA Research Precision Oncology Program - APOLLO》。源站首次发布：2025/10/02。
【数据内容】
源站原始描述：The Research for Precision Oncology Program (RePOP) is a research activity that established a cohort of Veterans diagnosed with cancer and had genomic analyses performed on their tumor tissue as part of the standard of care. All data relevant to a patient’s cancer and cancer care were collected under RePOP, including patient demographics, comorbidities, genomic analysis, treatments, medications, lab values, imaging studies, and outcomes. All RePOP participants signed informed consent and signed…
中文译文（机器翻译，仅供快速理解，请以原文为准）：精准肿瘤学研究项目（RePOP）是一项研究活动，建立了由确诊癌症的退伍军人组成的队列，并作为标准诊疗的一部分对其肿瘤组织进行了基因组分析。RePOP收集了与患者癌症及癌症诊疗相关的所有数据，包括患者人口统计学资料、合并症、基因组分析、治疗、药物、实验室检查值、影像学检查和结局。所有RePOP参与者均签署了知情同意书，并签署了HIPAA授权书，同意其数据在RePOP的精准肿瘤学项目数据存储库（PODR）中存储和共享。
【数据结构与技术规格】
数据集 DOI：10.7937/ghkn-md15。
【主题与分类】
源站学科分类：CT、MR、PT、US、CR、DX。主题标签：Esophageal Carcinoma、Head and Neck Squamous Cell Carcinoma、Lung Adenocarcinoma、Lung Squamous Cell Carcinoma、Pancreatic Adenocarcinoma、Thymoma、Colon Adenocarcinoma、Malignant Lung Neoplasm。
【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/collection/varepop-apollo/
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：The Research for Precision Oncology Program and the Applied Proteogenomics Organizational Learning and Outcomes (APOLLO) Research Network. (2024). VA Research Precision Oncology Program – APOLLO (VAREPOP-APOLLO) (Version 3) [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。
