CancerData.org 肿瘤数据集
CancerData 网站是荷兰马斯特里赫特 Maastro Clinic 医学信息学与知识工程团队（简称 MIKE）的一项工作
基本信息
资源简介
CancerData.org 肿瘤数据集
CancerData.org 是一个以肿瘤为主题的公开数据资源站点，在分类上归属于肿瘤领域的其他类目，其内容由荷兰马斯特里赫特 Maastro Clinic 的医学信息学与知识工程团队（简称 MIKE）建设与维护。该团队长期从事医学图像分析与数据建模方面的工作，这些活动通过其正在运行的多个项目得以体现，CancerData 正是其中面向数据共享的一项成果。站点提供若干数据集，这些数据集按集合（collections）进行组织，并区分公开与私有两种属性；用户无需登录即可在 NBIA（National Biomedical Imaging Archive）影像档案中检索公开数据集。整体而言，该站点面向肿瘤医学影像与数据建模相关的研究用途，提供以集合为单位组织的数据访问入口。
【数据集背景】
CancerData 网站是荷兰马斯特里赫特 Maastro Clinic 医学信息学与知识工程团队（简称 MIKE）的一项工作成果。该团队在医学图像分析和数据建模领域开展活动，这些活动体现在其正在运行的多个项目之中，CancerData 即为其中之一。站点的建设目的与团队的研究方向一致，即围绕医学影像分析与数据建模提供数据资源支撑。
【数据内容】
CancerData 提供若干数据集，这些数据集以集合（collections）的形式进行分组组织。每个集合可设置为公开或私有。公开数据集可以在 NBIA（National Biomedical Imaging Archive）影像档案中检索获得，且检索过程无需登录。关于各数据集的具体规模、影像模态、病种细分与标注信息，源站未提供。
【采集与来源】
站点的数据来源为 CancerData.org 自身，其建设与维护主体为荷兰马斯特里赫特 Maastro Clinic 的医学信息学与知识工程团队（MIKE）。公开数据集通过 NBIA 影像档案对外提供检索入口。关于数据的具体采集流程、采集机构范围与采集时间，源站未提供。
【适用场景】
结合站点的肿瘤主题分类以及建设团队在医学图像分析与数据建模方面的研究方向，该站点适用于肿瘤医学影像相关的研究与数据建模工作。关于具体的适用任务类型、评价基准与推荐应用，源站未提供。
【使用方法】
用户可以通过 CancerData 站点访问其提供的数据集。数据集按集合组织，公开集合可在 NBIA 影像档案中检索，且无需登录即可完成检索；私有集合的访问方式，源站未提供。关于检索接口、下载方式与数据格式等技术细节，源站未提供。
【质量与限制】
站点的数据集区分公开与私有属性，公开部分可经 NBIA 检索获取。关于数据质量评估、标注准确性、样本偏倚以及使用中的其他限制，源站未提供。
【引用与许可】
关于数据集的引用方式与许可条款，源站未提供。
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。
需登录公开下载
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。
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
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
CancerData网站是荷兰马斯特里赫特Maastro诊所医学信息学与知识工程团队（简称MIKE）的一项成果。我们在医学图像分析和数据建模领域的活动体现在我们正在运行的多个项目中。CancerData提供多个数据集，这些数据集按集合分组，可以是公开的或私有的。您无需登录即可在NBIA（国家生物医学影像存档）图像档案中搜索公开数据集。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
