非小细胞肺癌转移淋巴结与原发灶的FDG-PET影像组学前瞻性外部验证研究
该数据集来自search.dataone.org,属于肿瘤/肺癌分类,聚焦非小细胞肺癌(NSCLC)患者放疗前18F-FDG PET影像的影像组学分析

基本信息
资源简介
非小细胞肺癌转移淋巴结与原发灶的FDG-PET影像组学前瞻性外部验证研究
18F-fluorodeoxyglucose positron-emission tomography (FDG-PET)-Radiomics of metastatic lymph nodes and primary tumor in non-small cell lung cancer (NSCLC) â A prospective externally validated study
该数据集来自search.dataone.org,属于肿瘤/肺癌分类,聚焦非小细胞肺癌(NSCLC)患者放疗前18F-FDG PET影像的影像组学分析。研究纳入两个独立队列(262例与50例淋巴结阳性患者)用于模型开发与验证,评估转移性肺门/纵隔淋巴结及原发灶的形态大小、一阶统计、纹理和强度-容积直方图等特征,并通过单变量Cox回归与10折交叉验证构建预后模型,可用于探索淋巴结代谢影像特征对疾病进展与预后的预测价值(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:治疗前淋巴结分期与非小细胞肺癌(NSCLC)的疾病进展和不良预后密切相关。然而,少有研究探讨放疗前18F-氟脱氧葡萄糖(FDG)正电子发射断层扫描(PET)所衍生的转移性肺门/纵隔淋巴结(LNs)代谢影像特征。我们假设这些特征能为仅针对原发肿瘤(tumor)的FDG-PET描述符提供补充性预后信息。方法:使用两个独立的淋巴结阳性NSCLC患者队列(262例和50例)进行模型开发与验证。在开发队列上通过单变量Cox回归评估包括形状和大小、一阶统计、纹理和强度-容积直方图(IVH)(
【主题与分类】
主题标签:Radiomics、Imaging analysis、lymph nodes、PET。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A7e58e2059f572bc8df68fb8cd3979a1b0c05bbacce6f2be2b23a6cd73ae95cc7
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
背景:治疗前的淋巴结分期与非小细胞肺癌(NSCLC)的疾病进展和不良预后密切相关。然而,少有研究探讨源自放疗前18F-氟脱氧葡萄糖(FDG)正电子发射断层扫描(PET)的转移性肺门/纵隔淋巴结(LNs)的代谢成像特征。我们假设这些特征能为仅针对原发肿瘤(肿瘤)的FDG-PET描述符提供补充的预后信息。方法:使用两个独立的队列,分别包含262例和50例淋巴结阳性NSCLC患者,用于模型的开发与验证。在开发队列中,通过单变量Cox回归评估了包括形状和大小、一阶统计量、纹理以及强度-体积直方图(IVH)(http://www.radiomics.io/)在内的图像特征(即放射组学)。预后建模采用10折交叉验证的最小绝对收缩和选择算子(LASSO)进行,自动从(1)肿瘤、(2)淋巴结或(3)两者结构的FDG-PET放射组学描述符中进行选择。性能通过一致性指数进行评估。
开发数据可在www.cancerdata.org和Dryad(doi:10.5061/dryad.752153b)公开获取。结果:从淋巴结提取的常见SUV描述符(最大值、峰值和平均值)与总生存期显著相关,淋巴结体积和肿瘤负荷(肿瘤与淋巴结体积之和)亦如此,但SUV指标或肿瘤体积则不然。仅基于FDG-PET放射组学特征的影像信息筛选,表现出以下性能:(1)源自肿瘤时为0.53,外部验证为0.54;(2)源自淋巴结时为0.62,外部验证为0.56;(3)源自两者结构时为0.62,外部验证为0.59,且至少包含每个子类别中的一个特征,IVH除外。结论:结合基于FDG-PET放射组学特征的肿瘤与淋巴结影像信息,有助于实现非小细胞肺癌更高的预后判别能力。
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。




