CHIMERA挑战赛数据集
包含368例膀胱癌患者的结构化临床、RNA-seq和病理图像多模态数据，用于BCG反应亚型分类和进展预测的AI基准测试。
基本信息
资源简介
CHIMERA挑战赛数据集
【一句话概览】
CHIMERA 挑战赛旨在通过整合组织学、医学影像（放射学）与分子数据，推动癌症诊疗中的精准医学。其关注的核心是多模态数据整合在临床中的迫切需求：尽管 AI 已有显著进展，跨科室整合转录组学、病理学与放射学仍十分复杂，临床医生面对庞大而异质的数据难以有效分析。AI 有望统一多模态数据，但仍存在确定合适融合阶段、处理缺失模态等技术障碍。该挑战赛涉及前列腺癌、膀胱癌、NMIBC，以及组织病理学、放射学、转录组学、多模态、复发预测、BCG 反应、MRI 等方向（来源 chimera.grand-challenge.org）。
【数据集背景】
本数据集源站标题为《CHIMERA》。
【数据内容】
源站原始描述：Combining HIstology, Medical Imaging (Radiology), and molEcular Data for Medical pRognosis and diAgnosis. The CHIMERA Challenge aims to advance precision medicine in cancer care by addressing the critical need for multimodal data integration. Despite significant progress in AI, integrating transcriptomics, pathology, and radiology across clinical departments remains a complex challenge. Clinicians are faced with large, heterogeneous datasets that are difficult to analyze effectively. AI has the…
中文译文（机器翻译，仅供快速理解，请以原文为准）：结合组织学、医学影像（放射学）和分子数据用于医学预后与诊断。CHIMERA挑战旨在通过解决多模态数据整合的关键需求，推动癌症护理中的精准医学发展。尽管人工智能取得了显著进展，但跨临床科室整合转录组学、病理学和放射学仍然是一项复杂的挑战。临床医生面临着庞大且异质的数据集，难以有效分析。人工智能有潜力统一多模态数据，但仍存在若干技术障碍，例如确定合适的融合阶段和处理缺失模态。
【主题与分类】
主题标签：Prostate Cancer、Bladder Cancer、NMIBC、Histopathology、Radiology、Transcriptomics、Multimodal、Recurrence Prediction、BCG Response、MRI。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://chimera.grand-challenge.org/
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。
暂未开放有偿下载
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
源站：https://chimera.grand-challenge.org/
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。
