IDC CPTAC 肺鳞状细胞癌数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=cptac_lscc

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。

数据说明

IDC 数据集 CPTAC-LSCC。癌症类型：鳞状细胞癌。肿瘤位置：肺。受试者：212 例。本数据集包含来自美国国家癌症研究所临床蛋白质组肿瘤分析联盟（https://proteomics.cancer.gov/programs/cptac）肺鳞状细胞癌（CPTAC-LSCC）队列的受试者。CPTAC 是一项全国性努力，旨在通过应用大规模蛋白质组和基因组分析（即蛋白质基因组学）来加速对癌症分子基础的理解。癌症影像档案库正在收集 CPTAC 第 3 阶段患者的放射学和病理学图像，并公开提供，以使研究人员能够研究可能与相应蛋白质组、基因组和临床数据相关的癌症表型。请参阅 CPTAC-LSCC（https://doi.org/10.7937/K9/TCIA.2018.6EMUB5L2）wiki 页面，以了解有关放射学图像的更多信息并获取本数据集的任何支持性元数据。请参阅 CPTAC-LSCC 数据集的 DICOM 转换幻灯片显微镜图像（https://doi.org/10.5281/zenodo.12666807）页面，以了解有关组织病理学图像的更多信息并获取本数据集的任何支持性元数据。

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。