临床蛋白基因组学肿瘤分析财团-肺腺癌数据集
包含由CPTAC收集的肺腺癌患者的全面蛋白质组学、多组学数据，以及配套的数字病理学H&E切片和放射学CT影像。由National Cancer Institute提供，来自The Cancer Imaging Archive，包含多种数据模态，包含213条数据记录，适用于分类任务，许可证为CC BY 3.0，专注于肿瘤领域的肺癌研究。
基本信息
资源简介
临床蛋白基因组学肿瘤分析财团-肺腺癌数据集
【一句话概览】
本数据集是 TCIA 公开的多模态数据集，收录 合计 476.82 GB、244 例受试者，主题涵盖 Lung Adenocarcinoma，可用于跨模态对齐与融合建模研究，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《The Clinical Proteomic Tumor Analysis Consortium Lung Adenocarcinoma Collection》。源站首次发布：2025/08/01。
【数据内容】
源站原始描述：All CPTAC cohorts are released as either a single combined cohort, or split into Discovery and Confirmatory where applicable. There are two main types of proteomic studies: discovery proteomics and targeted proteomics. The term "discovery proteomics" is in reference to "untargeted" identification and quantification of a maximal number of proteins in a biological or clinical sample. The term “targeted proteomics” refers to quantitative measurements on a defined subset of total proteins in a biolo…
【数据结构与技术规格】
数据集 DOI：10.7937/K9/TCIA.2018.PAT12TBS。
【主题与分类】
源站学科分类：CT、PT、MR、Histopathology。主题标签：Lung Adenocarcinoma。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://www.cancerimagingarchive.net/collection/cptac-luad/
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：National Cancer Institute Clinical Proteomic Tumor Analysis Consortium (CPTAC). (2018). The Clinical Proteomic Tumor Analysis Consortium Lung Adenocarcinoma Collection (CPTAC-LUAD) (Version 13) [dataset]. The Cancer Imaging Archive
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（TCIA 标准方式）
方式一：NBIA 搜索
- 打开 NBIA 搜索页（免费注册 TCIA 账号）；
- 按本数据集 Collection 名称筛选（见源站页面），加入 Download Basket；
- 用 NBIA Download Manager 批量下载 DICOM。
方式二：NBIA API（程序化）
curl -s "https://services.cancerimagingarchive.net/nbia-api/services/v1/getSeries?Collection=COLLECTION_NAME" -o series.json
方式三：TCIA Manifest + dicomsort
在 Collection 页面下载 .tcia manifest 文件后用 NBIA CLI 下载。
数据集大小约 732.00 GB。
数据说明
包含由CPTAC收集的肺腺癌患者的全面蛋白质组学、多组学数据，以及配套的数字病理学H&E切片和放射学CT影像。
数据加载示例（DICOM 影像）
import pydicom, glob, os
files = glob.glob(os.path.join(path, "**", "*.dcm"), recursive=True)
d = pydicom.dcmread(files[0])
print("Modality:", d.Modality)
img = d.pixel_array
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
