抗PD-1黑色素瘤影像数据集

肿瘤领域图像公开数据集,来源:TCIA。

The Cancer Imaging ArchiveThe Cancer Imaging Archive
The Cancer Imaging Archive
浏览 11
图像分类Melanoma
ANTI-PD-1_MELANOMA

基本信息

模态
图像
数据量
47
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2026-10-02
版本
Complete

资源简介

抗PD-1黑色素瘤影像数据集

【一句话概览】

该数据集标题为 Anti-PD-1 Immunotherapy Melanoma,收录 2016 年接受抗 PD-1 免疫治疗的 47 例黑色素瘤病例,每例均包含治疗前影像及 1 个或多个随访时间点影像。受试者数为 47,文件合计大小 98.4 GB,涵盖 MR、CT、PT,源站标签为 Melanoma,许可方式为 TCIA Site License(来源 TCIA,TCIA Site License 许可)。

【数据集背景】

本数据集源站标题为《Anti-PD-1 Immunotherapy Melanoma》。源站首次发布:2018/07/30。

【数据内容】

源站原始描述:This collection includes 47 melanoma cases treated with anti-PD1 immunotherapy in 2016, each with pre-treatment and 1 or more imaging follow-up timepoints

中文译文(机器翻译,仅供快速理解,请以原文为准):该数据集包含2016年接受抗PD1免疫治疗的47例黑色素瘤病例,每个病例均具有治疗前以及1个或多个影像学随访时间点。

【数据结构与技术规格】

数据集 DOI:10.7937/tcia.2019.1ae0qtcu。

【主题与分类】

源站学科分类:MR、CT、PT。主题标签:Melanoma。

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://www.cancerimagingarchive.net/collection/anti-pd-1_melanoma/

使用许可:TCIA Site License(https://creativecommons.org/licenses/by/3.0/)。

规范引用:Patnana, M., Patel, S., & Tsao, A. (2019). Anti-PD-1 Immunotherapy Melanoma Dataset [Data set] . The Cancer Imaging Archive. DOI: 10.7937/tcia.2019.1ae0qtcu

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

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(TCIA 标准方式)

方式一:NBIA 搜索

  1. 打开 NBIA 搜索页(免费注册 TCIA 账号);
  2. 按本数据集 Collection 名称筛选(见源站页面),加入 Download Basket;
  3. 用 NBIA Download Manager 批量下载 DICOM。

方式二:NBIA API(程序化)

curl -s "https://services.cancerimagingarchive.net/nbia-api/services/v1/getSeries?Collection=COLLECTION_NAME" -o series.json

方式三:TCIA Manifest + dicomsort

在 Collection 页面下载 .tcia manifest 文件后用 NBIA CLI 下载。

数据说明

包含47例接受抗PD-1免疫治疗的黑色素瘤病例及治疗前后影像随访数据。

数据加载示例(DICOM 影像)

import pydicom, glob, os
files = glob.glob(os.path.join(path, "**", "*.dcm"), recursive=True)
d = pydicom.dcmread(files[0])
print("Modality:", d.Modality)
img = d.pixel_array

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案