IDC CC-肿瘤异质性数据集
数据集聚焦宫颈癌，肿瘤位置为宫颈，共包含 23 名受试者。其内容涉及肿瘤微环境的功能与生物学特性，涵盖氧合状态、血管分布、分子能量代谢与增殖等与放疗反应、复发及转移相关的信息，并包含放疗过程中的系列功能与分子影像
基本信息
资源简介
IDC CC-肿瘤异质性数据集
该数据集来自 IDC（Imaging Data Commons），英文名为 IDC CC-Tumor-Heterogeneity，属于肿瘤/宫颈癌分类，来源站为 portal.imaging.datacommons.cancer.gov。数据集聚焦宫颈癌，肿瘤位置为宫颈，共包含 23 名受试者。其内容涉及肿瘤微环境的功能与生物学特性，涵盖氧合状态、血管分布、分子能量代谢与增殖等与放疗反应、复发及转移相关的信息，并包含放疗过程中的系列功能与分子影像。可用于研究肿瘤异质性、放疗反应及治疗结局相关的预测分析（来源 portal.imaging.datacommons.cancer.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC collection CC-Tumor-Heterogeneity。癌症类型：宫颈癌。肿瘤位置：宫颈。受试者：23。肿瘤微环境的功能和生物学特性是癌症中肿瘤反应和治疗结局的根本重要决定因素。已知氧合状态和血管分布会影响放射反应，而分子能量代谢和增殖会影响复发和转移进展。请参阅宫颈癌 – 肿瘤异质性：晚期宫颈癌放射治疗过程中的系列功能和分子影像宫颈癌（ 页面，以了解有关图像的更多信息并获取该集合的任何支持性元数据。
【主题与分类】
主题标签：Cervical Cancer、Cervix。本站分类：肿瘤/宫颈癌。
【获取与许可】
源站页面：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=cc_tumor_heterogeneity
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://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=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:
数据说明
IDC 数据集 CC-Tumor-Heterogeneity。癌症类型：宫颈癌。肿瘤位置：宫颈。受试者：23 例。肿瘤微环境的功能和生物学特性是癌症中肿瘤反应和治疗结果的基本重要决定因素。已知氧合状态和血管分布会影响放射反应，而分子能量代谢和增殖则影响复发和转移进展。请参阅宫颈癌 – 肿瘤异质性：晚期宫颈癌放射治疗过程中的系列功能与分子成像宫颈癌（https://doi.org/10.7937/ERZ5-QZ59）wiki 页面，以了解更多关于图像的信息并获取该数据集的支持性元数据。
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。
