非小细胞肺癌转移淋巴结与原发肿瘤的FDG-PET影像组学数据

数据集获取

源站：https://doi.org/10.5061/dryad.752153b

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 801.4 KB。

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）亦然，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0.54；（2）源自淋巴结时，为0.62——外部验证0.56；（3）源自两者结构时，为0.62——外部验证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，对于实现NSCLC更高的预后判别能力是可取的。

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。