IDC HCC-TACE-Seg 肝细胞癌 TACE 分割数据集
该数据集为 IDC 收录的 HCC-TACE-Seg 集合，聚焦肝细胞癌（HCC）与经导管动脉化疗栓塞（TACE）治疗。数据包含 105 例确诊 HCC 患者在接受 TACE 前后的 CT 影像，患者于 2002 至 2012 年间接受治疗，并附有治疗结局信息，包括至进展时间和总生存期
基本信息
资源简介
IDC HCC-TACE-Seg 肝细胞癌 TACE 分割数据集
该数据集为 IDC 收录的 HCC-TACE-Seg 集合，聚焦肝细胞癌（HCC）与经导管动脉化疗栓塞（TACE）治疗。数据包含 105 例确诊 HCC 患者在接受 TACE 前后的 CT 影像，患者于 2002 至 2012 年间接受治疗，并附有治疗结局信息，包括至进展时间和总生存期。该数据可用于放射组学研究，从术前 CT 预测肿瘤对 TACE 的反应，也可支持图像分割等任务，帮助探索 TACE 疗效预测与预后分析（来源 portal.imaging.datacommons.cancer.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC 集合 HCC-TACE-Seg。癌症类型：肝细胞癌。肿瘤位置：肝脏。受试者：105。尽管进行了监测，大多数 HCC 病例在晚期才被诊断，此时只能使用（经导管动脉化疗栓塞）TACE 或全身治疗。接受该手术的患者中 60% 可能发生 TACE 失败，并带来后续的经济和情感负担。放射组学已成为一种新工具，能够从术前 CT 研究预测肿瘤对 TACE 的反应。该回顾性采集的数据集合包括 105 名确诊 HCC 患者的术前和术后 CT 影像研究，这些患者在 2002 年至 2012 年间接受了 TACE，并具有可用的治疗结局，形式为至进展时间和总生存期。请参阅 HCC-TACE-Seg（ 页面以了解有关图像的更多信息并获取任何 s
【主题与分类】
主题标签：Hepatocellular carcinoma、Liver。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=hcc_tace_seg
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=hcc_tace_seg
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 HCC-TACE-Seg。癌症类型：肝细胞癌。肿瘤位置：肝脏。受试者：105 例。尽管进行了监测，大多数肝细胞癌病例在确诊时已处于晚期，只能采用（经动脉化疗栓塞）TACE 或全身治疗。接受该手术的患者中，60% 可能出现 TACE 失败，并随之带来经济与情感负担。放射组学已成为一种新工具，能够根据术前 CT 检查预测肿瘤对 TACE 的反应。该回顾性采集的数据集包含 105 例确诊肝细胞癌患者的术前和术后 CT 影像检查，这些患者在 2002 年至 2012 年间接受了 TACE，并有可获得的治疗结局，以疾病进展时间和总生存期的形式呈现。请参阅 HCC-TACE-Seg（https://doi.org/10.7937/TCIA.5FNA-0924）wiki 页面，以了解更多关于图像的信息，并获取该数据集的任何支持性元数据。
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。
