Graph-TCGA-BRCA
该数据集是一个基于TCGA-BRCA乳腺癌组织病理学图像构建的细胞图数据集，其模态包含由细胞核形态、纹理和颜色强度信息构成的节点特征，以及编码细胞空间邻近关系的边特征，主要用于支持图神经网络在乳腺癌浸润性导管癌和浸润性小叶癌两种亚型的细粒度分类及自监督学习研究。
基本信息
资源简介
Graph-TCGA-BRCA
【数据集背景】
本数据集源站标题为《ogutsevda/graph-tcga-brca》。源站首次发布：2026-02-12。
【数据内容】
源站原始描述：# Graph-TCGA-BRCA: A Cell-Graph Dataset for Breast Cancer from TCGA-BRCA **Graph-TCGA-BRCA** is a graph-level classification dataset derived from the TCGA-BRCA histopathology dataset. Each 224x224 patch image is converted into a **cell-graph** where nodes represent detected cell nuclei and edges encode spatial proximity, enabling graph-based learning for fine-grained breast lesion subtyping across 2 clinically relevant classes. Note that node features describe cell morphology, texture, and co…
【数据结构与技术规格】
文件数 252 个，合计 270.99 GB。
【主题与分类】
主题标签：task_categories:graph-ml、license:cc-by-nc-sa-4.0、size_categories:1M<n<10M、arxiv:2603.00143、region:us、histopathology、graph-classification、breast-cancer、pytorch-geometric。
【获取与许可】
源站页面：https://huggingface.co/datasets/ogutsevda/graph-tcga-brca
使用许可：cc-by-nc-sa-4.0。
【使用注意】
· 源站最后修改于 2026-03-03，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("ogutsevda/graph-tcga-brca")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/ogutsevda/graph-tcga-brca
数据说明
Graph-TCGA-BRCA是一个专为乳腺癌病理亚型分类设计的图级分类数据集。该数据集基于TCGA-BRCA项目的乳腺癌组织病理学图像，通过将224x224像素的病理图像块转换为细胞图（cell-graph）结构进行构建。图中节点代表检测到的细胞核，包含96维特征（涵盖细胞形态、纹理和颜色强度信息）；边代表细胞间的空间邻近关系，特征为微米级的欧几里得距离。数据集共包含11,149,500个图，涵盖浸润性导管癌和浸润性小叶癌两个临床相关类别。该数据集主要用于支持图神经网络在乳腺癌病理分析中的自监督学习和分类任务研究，数据以PyTorch Geometric格式存储，遵循CC BY-NC-SA 4.0许可协议。
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。
