Cancer Moonshot Biobank 急性髓系白血病（CMB-AML）影像数据集

数据集获取

源站：https://doi.org/10.7937/pcte-6m66

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。

数据说明

癌症登月生物样本库是美国国家癌症研究所的一项计划，旨在支持当前及未来针对耐药性和敏感性的研究，以及其他由NCI资助的癌症研究项目，目标是增进研究人员对癌症的理解以及如何干预癌症的发生和发展。在本研究过程中，将纵向收集来自至少10种癌症类型的至少1000名患者的生物样本（医疗过程中取出的血液和组织）及相关数据，这些患者代表了美国的人口多样性，并在多个NCI社区肿瘤研究计划（NCORP）站点接受标准癌症治疗。本数据集包含从NCI癌症登月生物样本库-急性髓系白血病癌症（CMB-AML）队列受试者中获取的去标识化放射学和组织病理学影像。相关的基因组、表型和临床数据将由基因型与表型数据库（dbGaP）及其他NCI数据库托管。癌症登月生物样本库影像工作的摘要可在癌症登月生物样本库影像页面上找到。

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。