宫颈癌肿瘤异质性：晚期宫颈癌放疗全程系列功能与分子成像
主题标签：宫颈癌、肿瘤异质性、功能成像、分子成像、放疗、纵向影像。本数据集为肿瘤领域公开数据集，主题涵盖宫颈癌。本数据集为肿瘤领域的医学影像公开数据集，来源：google_dataset，主题涵盖宫颈癌。
基本信息
资源简介
宫颈癌肿瘤异质性：晚期宫颈癌放疗全程系列功能与分子成像
Cervical Cancer – Tumor Heterogeneity: Serial Functional and Molecular Imaging Across the Radiation Therapy Course in Advanced Cervical Cancer 是一个聚焦宫颈癌的公开肿瘤影像数据集，主题涵盖宫颈癌、肿瘤异质性、功能成像、分子成像、放疗与纵向影像等方向。该数据集由 The Cancer Imaging Archive 于 2023 年发布，属于肿瘤 / 宫颈癌分类，可通过其 DOI 链接访问，并遵循 TCIA 的数据使用政策。数据集的核心关注点在于晚期宫颈癌患者在整个放射治疗疗程中肿瘤异质性的系列功能与分子影像表现，为相关研究提供了以纵向影像为特征的公开数据资源。
【数据集背景】
该数据集围绕晚期宫颈癌的放射治疗过程展开，重点在于肿瘤异质性这一主题。肿瘤异质性是肿瘤研究与临床实践中的重要概念，涉及肿瘤内部及不同时间点在功能与分子层面的差异。本数据集以系列功能成像和分子成像为手段，记录放疗疗程中的纵向影像变化，属于肿瘤影像学与放射治疗交叉领域的数据资源。数据集由 The Cancer Imaging Archive 发布，发布时间为 2023 年，来源站为 cancerimagingarchive.net。
【数据内容】
数据集的英文全称为 Cervical Cancer – Tumor Heterogeneity: Serial Functional and Molecular Imaging Across the Radiation Therapy Course in Advanced Cervical Cancer，主题标签包括宫颈癌、肿瘤异质性、功能成像、分子成像、放疗和纵向影像。从主题构成看，数据内容涉及晚期宫颈癌患者在放射治疗疗程中的系列功能与分子影像。关于具体的影像模态种类、病例数量、影像文件数量、时间点设置、文件格式与目录结构等细节，源站未提供。
【采集与来源】
该数据集来源于 The Cancer Imaging Archive（cancerimagingarchive.net），由该机构于 2023 年发布，并分配了 DOI：http://doi.org/10.7937/ERZ5-QZ59。数据集的正式引用信息为：The Cancer Imaging Archive (2023). Cervical Cancer – Tumor Heterogeneity: Serial Functional and Molecular Imaging Across the Radiation Therapy Course in Advanced Cervical Cancer [Dataset]. http://doi.org/10.7937/ERZ5-QZ59。关于采集机构、采集设备、采集参数、患者招募方式与伦理审批等信息，源站未提供。
【适用场景】
基于其主题构成，该数据集适用于宫颈癌肿瘤异质性研究、放疗疗程中功能与分子影像的纵向分析，以及影像组学、治疗反应评估等方向的探索性工作。数据集强调系列纵向影像，适合关注时间维度变化的研究设计。关于数据集在具体研究任务中的验证情况或推荐用途，源站未提供。
【使用方法】
该数据集通过 The Cancer Imaging Archive 发布，可依据其 DOI 链接访问。使用时应遵循 TCIA 的数据使用政策，具体政策见 https://www.cancerimagingarchive.net/data-usage-policies-and。关于数据下载方式、检索接口、影像查看软件与预处理流程等操作细节，源站未提供。
【质量与限制】
该数据集为公开数据集，发布机构为 The Cancer Imaging Archive，发布时间为 2023 年。关于数据完整性、标注质量、样本量、扫描参数一致性、缺失情况与已知偏差等质量相关信息，源站未提供。使用时应注意其主题范围限定于晚期宫颈癌放疗疗程中的功能与分子影像，不宜外推至其他瘤种或其他治疗场景。
【引用与许可】
使用该数据集时应按源站提供的引用信息进行引用：The Cancer Imaging Archive (2023). Cervical Cancer – Tumor Heterogeneity: Serial Functional and Molecular Imaging Across the Radiation Therapy Course in Advanced Cervical Cancer [Dataset]. http://doi.org/10.7937/ERZ5-QZ59。许可与使用条款遵循 TCIA 的数据使用政策，详见 https://www.cancerimagingarchive.net/data-usage-policies-and。关于具体的许可类型名称与再分发条件，源站未提供。
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
源站：https://cancerimagingarchive.net/collection/cc-tumor-heterogeneity
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 28.39 GB。
数据说明
The Cancer Imaging Archive (2023). Cervical Cancer – Tumor Heterogeneity: Serial Functional and Molecular Imaging Across the Radiation Therapy Course in Advanced Cervical Cancer [Dataset]. http://doi.org/10.7937/ERZ5-QZ59
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。
