宫颈癌同步放化疗患者骨盆MRI特征的预后影响

数据集获取

源站：https://doi.org/10.5281/zenodo.16934473

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 2.43 GB。

数据说明

本数据集包含研究“骨盆骨T1加权MRI用于可泛化宫颈癌生存预测”中所使用的影像衍生资源和补充结果。内容详细结果每次运行及汇总的生存分析结果（CSV）。时间依赖C指数、AUC和特征重要性的图（PNG/PDF）。特征表符合IBSI标准的放射组学特征（CSV）。来自BEiT及其他骨干网络的深度学习特征嵌入。按PatientID对齐的临床特征。分割掩膜骨盆骨分割掩膜（NIfTI，已去标识化）。对应于预处理后的T1加权MRI切片。数据集元数据30次运行的训练/验证划分。PatientID映射（已去标识化）。预处理工作流程描述。备注所有影像数据均已去标识化，不包含PHI。分析代码和计算环境见配套代码仓库（DOI：[插入链接]）。关键词骨盆骨，宫颈癌，生存预测，MRI，放射组学，深度学习许可协议CC-BY-NC 4.0

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。