IDC TCGA 肺腺癌影像数据集
IDC TCGA-LUAD 是来自影像数据共享平台 IDC 的 TCGA 肺腺癌影像集合，肿瘤部位位于胸部，共纳入 560 名受试者
基本信息
资源简介
IDC TCGA 肺腺癌影像数据集
IDC TCGA-LUAD 是来自影像数据共享平台 IDC 的 TCGA 肺腺癌影像集合，肿瘤部位位于胸部，共纳入 560 名受试者。该集合包含肺部 CT 多序列影像，可与 TCGA 数据门户中同一病例的基因与表达数据进行匹配，用于研究临床表型与组织基因组之间的联系。数据由美国国家癌症研究所癌症影像计划与 TCGA 参与机构的研究者合作获取和加载，适合开展影像与基因组关联分析、肺腺癌影像特征研究等任务（来源 portal.imaging.datacommons.cancer.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC 集合 TCGA-LUAD。癌症类型：肺腺癌。肿瘤位置：胸部。受试者：560。癌症影像计划（CIP）（ TCGA 的机构的主要研究者直接合作，以获取并加载与 TCGA 数据门户（ CT 多序列影像集合可通过每个唯一病例标识符与来自癌症基因组图谱数据门户的同一病例的大量基因和表达数据进行匹配，以研究临床表型组与组织基因组之间的联系。请参阅 TCGA-LUAD（
【主题与分类】
主题标签：Lung Adenocarcinoma、Chest。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=tcga_luad
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
源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=tcga_luad
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
IDC 数据集 TCGA-LUAD。癌症类型：肺腺癌。肿瘤位置：胸部。受试者：560 例。癌症影像计划（CIP）（http://imaging.cancer.gov/）正与参与 TCGA 的机构的主要研究者直接合作，以获取并加载与 TCGA 数据门户（http://tcga-data.nci.nih.gov/）中存储的基因组、临床和病理数据相关的影像。目前，这一大型肺腺癌（LUAD）患者 CT 多序列图像集合可通过每个唯一病例标识符与 TCGA 数据门户中同一病例的大量基因和表达数据进行匹配，以研究临床表型与组织基因组之间的联系。请参阅 TCGA-LUAD（https://doi.org/10.7937/K9/TCIA.2016.JGNIHEP5）页面，以了解有关放射学图像的更多信息并获取该集合的任何支持性元数据。请参阅 TCGA-LUAD 集合的 DICOM 转换幻灯片显微镜图像（https://doi.org/10.5281/zenodo.12689915）页面，以了解有关组织病理学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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
