软骨样肿瘤MRI影像组学分类数据
基于T1加权MRI影像组学特征，用于非典型软骨样肿瘤与G2软骨肉瘤分类的机器学习项目数据。由Roberto Cuocolo提供，来自GitHub Pages，包含医学影像数据，许可证为CC BY 4.0。
基本信息
资源简介
软骨样肿瘤MRI影像组学分类数据
【一句话概览】
该数据项目利用T1加权MRI影像的放射组学数据，通过scikit-learn开发了用于软骨肿瘤分类的模型。Files文件夹包含训练好的模型，以Python pickle对象形式保存为ET.pkl，可应用于按照研究处理流程准备的新数据。项目标签涉及软骨肿瘤、软骨肉瘤、MRI、放射组学、机器学习及T1加权成像（来源 rcuocolo.github.io）。
【数据集背景】
本数据集源站标题为《Atypical cartilaginous tumor and G2 chondrosarcoma classification project data》。
【数据内容】
源站原始描述：Model data developed with scikit-learn for the classification of cartilaginous tumors using radiomics data from T1-weighted MRI images. The “Files” folder contains the trained model (as a pickled Python object, “ET.pkl”) that can be employed on new data prepared following the study processing pipeline
中文译文（机器翻译，仅供快速理解，请以原文为准）：使用scikit-learn开发的模型数据，用于基于T1加权MRI图像的放射组学数据对软骨肿瘤进行分类。“Files”文件夹包含训练好的模型（以Python pickle对象形式保存，名为“ET.pkl”），该模型可应用于按照研究处理流程准备的新数据。
【主题与分类】
主题标签：cartilaginous tumor、chondrosarcoma、MRI、radiomics、machine learning、T1-weighted。
【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://rcuocolo.github.io/mri_act_cs2/
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://rcuocolo.github.io/mri_act_cs2/
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
基于T1加权MRI影像组学特征，用于非典型软骨样肿瘤与G2软骨肉瘤分类的机器学习项目数据。
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。
