癌症登月生物样本库-肺癌采集（CMB-LCA）
癌症登月生物样本库是美国国家癌症研究所（NCI）的一项倡议，旨在支持当前和未来对药物耐药性和敏感性的研究，以及其他由NCI资助的癌症研究计划，目标是增进研究人员对癌症以及如何干预癌症发生和进展的理解
基本信息
资源简介
癌症登月生物样本库-肺癌采集（CMB-LCA）
Cancer Moonshot Biobank - Lung Cancer Collection (CMB-LCA) 是由 Cancer Moonshot Biobank 发布、The Cancer Imaging Archive 作为机构参与的一项肺癌相关数据集，发布时间为 2022 年，采用 Creative Commons Attribution 4.0 International 许可。该数据集属于肿瘤 / 肺癌分类，来源站为 doi.org。癌症登月生物样本库是美国国家癌症研究所（NCI）的一项倡议，旨在支持当前和未来对药物耐药性和敏感性的研究，以及其他由 NCI 资助的癌症研究计划，目标是增进研究人员对癌症以及如何干预癌症发生和进展的理解。该数据集汇集了来自 NCI 癌症登月生物样本库-肺癌（CMB-LCA）队列受试者的去标识放射学与组织病理学影像，并关联基因组、表型等相关数据，供癌症研究使用。
【数据集背景】
癌症登月生物样本库是美国国家癌症研究所（NCI）的一项倡议，旨在支持当前和未来对药物耐药性和敏感性的研究，以及其他由 NCI 资助的癌症研究计划，目标是增进研究人员对癌症以及如何干预癌症发生和进展的理解。在该研究过程中，将从至少 10 种癌症类型、至少 1000 名患者中纵向采集生物样本（医疗操作中取出的血液和组织）及相关数据，这些患者代表美国的人口多样性，并在多个 NCI 社区肿瘤研究计划（NCORP）站点接受标准治疗。本数据集即为该倡议下肺癌队列（CMB-LCA）的影像采集部分。
【数据内容】
该集合包含从 NCI 癌症登月生物样本库-肺癌（CMB-LCA）队列受试者中获取的去标识放射学和组织病理学影像。除影像外，还关联有基因组、表型等相关数据。源站描述在此处未完整给出，基因组与表型数据的具体字段、规模和组织形式未提供。
【采集与来源】
数据来源于 NCI 癌症登月生物样本库-肺癌（CMB-LCA）队列的受试者。按照该生物样本库的整体设计，生物样本（血液和组织）及相关数据将从多个 NCORP 站点接受标准治疗的患者中纵向采集，覆盖至少 10 种癌症类型、至少 1000 名患者，并体现美国的人口多样性。本数据集聚焦其中的肺癌队列，采集对象为受试者医疗过程中产生的放射学与组织病理学影像。具体站点数量、受试者人数及采集时间跨度，源站未提供。
【适用场景】
该数据集面向癌症研究用途，可用于支持对药物耐药性和敏感性的研究，以及其他由 NCI 资助的癌症研究计划，帮助研究人员增进对癌症发生与进展机制以及干预方式的理解。结合其放射学与组织病理学影像及关联的基因组、表型数据，适合开展影像与分子、临床特征相关联的分析。具体任务类型与评价指标，源站未提供。
【使用方法】
源站未提供。数据以去标识形式发布，采用 Creative Commons Attribution 4.0 International 许可，使用时应遵循该许可的署名要求。
【质量与限制】
数据为去标识的放射学和组织病理学影像，来源于接受标准治疗的肺癌队列受试者。源站未提供样本量、影像数量、标注方式、缺失情况或质量控制流程等具体信息。由于描述在基因组、表型部分被截断，相关数据的完整范围与可用性无法确认。
【引用与许可】
数据集英文名为 Cancer Moonshot Biobank - Lung Cancer Collection (CMB-LCA)，作者为 Cancer Moonshot Biobank，机构为 The Cancer Imaging Archive，发布时间为 2022 年，来源站为 doi.org，许可为 Creative Commons Attribution 4.0 International。使用时应按该许可要求进行署名引用。
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://doi.org/10.7937/3cx3-s132
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
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关于耐药性和敏感性的研究以及其他由NCI资助的癌症研究计划，目标是增进研究人员对癌症的认识以及如何干预癌症的发生和发展。在本研究过程中，将纵向采集至少1000名患者的生物样本（医疗操作中取出的血液和组织）及相关数据，涵盖至少10种癌症类型，这些患者代表美国的人口多样性，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-肺癌（CMB-LCA）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。
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。
