TCIA 恶性胸膜间皮瘤 CT 影像数据集
该数据集收集了恶性胸膜间皮瘤患者的胸部 CT 影像及详细的临床分期与生存期随访数据，广泛用于放射组学特征提取与预后预测。由The Cancer Imaging Archive提供，来自The Cancer Imaging Archive，包含医学影像数据，包含68条数据记录，适用于分类任务，许可证为CC BY 4.0。
基本信息
模态
图像
大小
12.4 GB
数据量
68
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2021-01-01
资源简介
该数据集收集了恶性胸膜间皮瘤患者的胸部 CT 影像及详细的临床分期与生存期随访数据，广泛用于放射组学特征提取与预后预测。
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
- 打开 NBIA 搜索页（免费注册 TCIA 账号）；
- 按本数据集 Collection 名称筛选（见源站页面），加入 Download Basket；
- 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。
数据集大小约 12.40 GB。
数据说明
该数据集收集了恶性胸膜间皮瘤患者的胸部 CT 影像及详细的临床分期与生存期随访数据，广泛用于放射组学特征提取与预后预测。
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。
