CDDP-EAGLE-1：来自肺癌病因环境与遗传研究（EAGLE）的DICOM转换全切片图像

数据集获取

源站：https://doi.org/10.5281/zenodo.22837312

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。

数据集大小约 18.3 KB。

数据说明

摘要：吸烟在肺癌中的作用已被充分记录超过50年。较少被了解的是为何仅15-20%的吸烟者罹患肺癌，以及一小部分肺癌发生在无吸烟史的情况下。EAGLE研究的一个关键目标是理解遗传变异在吸烟者肺癌中的作用。本数据集对应于美国国家癌症研究所影像数据共享平台（IDC）提供的一系列图像和/或图像衍生数据。该数据集已被转换为DICOM格式并由IDC团队收录。您可以使用IDC门户网站探索并可视化相应的图像。您可以使用本Zenodo记录中包含的清单，按照下方下载指南下载该集合。肺癌病因学环境与遗传（EAGLE）研究是一项大型、多中心、基于人群的病例对照研究，于2002年至2005年在意大利伦巴第地区进行。

该研究纳入了来自13家医院的2000多例肺癌发病病例（年龄35-79岁）以及2000多例匹配的基于人群的对照，以探讨遗传性基因变异和环境因素在肺癌病因学中的作用。该数据集包含49例原发性肺肿瘤组织H&E染色（苏木精-伊红）冰冻切片的DICOM转换全切片图像，这些病例来自GDC CDDP_EAGLE-1项目中50例EAGLE肺腺癌病例（dbGaP登录号phs001239）。原始Aperio SVS切片图像使用idc-wsi-conversion转换为DICOM Slide Microscopy（SM）格式。诊断包括腺癌NOS（24例）、混合亚型腺癌（13例）、腺泡细胞癌（8例）、透明细胞腺癌（2例）和实体癌（2例），均按ICD-O-3编码。数据组织：DICOM PatientID对应GDC病例ID（例如CDDP_EAGLE-1-CDDP_00002），可用于链接至GDC门户中的基因组和临床数据。在GDC的50例病例中，49例有

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。