IDC RIDER 肺癌 PET-CT 数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=rider_lung_pet_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 数据集 RIDER 肺癌 PET-CT。癌症类型：肺癌。肿瘤位置：肺。受试者：243 例。RIDER 肺癌 PET-CT 是更广泛的“评估治疗反应的参考图像数据库”（RIDER）集合的一个子部分。RIDER 是一个有针对性的数据集合，旨在就如何统一应用于测量药物或放射治疗反应的定量成像方法的数据收集和分析达成初步共识。长期目标是提供一种资源，以便在不同的商业成像平台上实现统一的数据收集和分析方法，这是支持多站点临床试验所必需的，这些试验将成像用作治疗反应的生物标志物。请参阅 RIDER 肺癌 PET-CT（https://doi.org/10.7937/k9/tcia.2015.ofip7tvm）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。