IDC QIN 肺癌 CT 数据集

扫描对象为接受手术切除且具有对应术前诊断 CT 的患者。该数据集可用于肺癌影像研究,支持肿瘤相关分析、影像组学建模及算法开发等任务(来源 portal.imaging.datacommons.cancer.gov)

idc
浏览 13
医学影像图像分割Non-small Cell Lung CancerLung
IDC QIN LUNG CT

基本信息

模态
医学影像
任务类型
图像分割
创建/更新时间
2026-10-06

资源简介

IDC QIN 肺癌 CT 数据集

IDC QIN LUNG CT 是来自 H. Lee Moffitt Cancer Center and Research Institute 的肺癌 CT 影像数据集,包含 47 名受试者,均为非小细胞肺癌(NSCLC)患者,分期与组织学类型混合。扫描对象为接受手术切除且具有对应术前诊断 CT 的患者。该数据集可用于肺癌影像研究,支持肿瘤相关分析、影像组学建模及算法开发等任务(来源 portal.imaging.datacommons.cancer.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):IDC collection QIN LUNG CT。癌症类型:非小细胞肺癌。肿瘤位置:肺。受试者:47。计算机断层扫描(CT)图像数据来自 H. Lee Moffitt Cancer Center and Research Institute 诊断为非小细胞肺癌(NSCLC)且分期与组织学类型混合的患者。扫描来自接受手术切除且具有对应术前诊断 CT 的患者。请参阅 QIN LUNG CT(

【主题与分类】

主题标签:Non-small Cell Lung Cancer、Lung。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=qin_lung_ct

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

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

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 收集 QIN LUNG CT。癌症类型:非小细胞肺癌。肿瘤位置:肺。受试者:47。计算机断层扫描(CT)图像数据来自H. Lee Moffitt癌症中心和研究机构诊断为非小细胞肺癌(NSCLC)且分期和组织学混合的患者。扫描来自接受手术切除且具有相应术前诊断CT的患者。请参阅QIN LUNG CT(https://doi.org/10.7937/K9/TCIA.2015.NPGZYZBZ)页面,以了解有关图像的更多信息并获取该集合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。

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。