IDC UW-CIRP 小鼠 PET-CT 肺鳞癌数据集
其中 11 只在新型联合治疗（anti-PD-L1 + CXCR2 拮抗剂）前后接受成像，另有 3 只仅采集基线。可用于肺癌 PET/CT 图像分析、肿瘤分割及治疗前后影像变化研究（来源 portal.imaging.datacommons
基本信息
资源简介
IDC UW-CIRP 小鼠 PET-CT 肺鳞癌数据集
该数据集来自 NCI Co-Clinical Imaging Resource Program（Co-CIRP），包含 14 只肺鳞状细胞癌（LUSQ）基因工程小鼠模型（GEMM）的 18F-FDG PET/CT 成像。其中 11 只在新型联合治疗（anti-PD-L1 + CXCR2 拮抗剂）前后接受成像，另有 3 只仅采集基线。数据共 25 次成像会话、75 个 DICOM 序列（25 个 PT、25 个 CT、25 个 RTSTRUCT 分割），由 Siemens Inveon PET/CT 系统采集。可用于肺癌 PET/CT 图像分析、肿瘤分割及治疗前后影像变化研究（来源 portal.imaging.datacommons。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC collection UW-CIRP-Mouse-PET-CT-NSCLC。癌症类型：肺鳞状细胞癌。肿瘤位置：肺。受试者：14。来自 NCI Co-Clinical Imaging Resource Program（Co-CIRP）的 14 只肺鳞状细胞癌（LUSQ）基因工程小鼠模型（GEMM）的 18F-FDG PET/CT 成像。11 只动物在一种新型联合治疗（anti-PD-L1 + CXCR2 拮抗剂）前后接受成像，另有 3 只仅采集基线的动物。该数据集包括 25 次成像会话，共 75 个 DICOM 序列（25 个 PT、25 个 CT、25 个 RTSTRUCT 分割），由 Siemens Inveon PET/CT 系统采集。请参阅 UW-CIRP-Mouse-PET-CT-NSCLC 的 Zenodo 页面（ collection 的任何支持性元数据。
【主题与分类】
主题标签：Lung Squamous Cell Carcinoma、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=uw_cirp_mouse_pet_ct_nsclc
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
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 UW-CIRP-Mouse-PET-CT-NSCLC。癌症类型：肺鳞状细胞癌。肿瘤位置：肺。受试者：14。来自 NCI Co-Clinical Imaging Resource Program (Co-CIRP) 的 14 个肺鳞状细胞癌 (LUSQ) 基因工程小鼠模型 (GEMM) 的 18F-FDG PET/CT 成像。11 只动物在新型联合治疗（抗 PD-L1 + CXCR2 拮抗剂）前后接受了成像，另有 3 只仅进行基线的动物。该数据集包含 25 次成像会话，共 75 个 DICOM 序列（25 个 PT、25 个 CT、25 个 RTSTRUCT 分割），在 Siemens Inveon PET/CT 系统上采集。请参阅 UW-CIRP-Mouse-PET-CT-NSCLC Zenodo 页面（https://doi.org/10.5281/zenodo.17257735），以了解更多关于这些图像的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。
