良恶性结节PET/CT参数估计比较
主题标签：肿瘤、PET/CT、肺结节、良恶性鉴别、参数估计、ACRIN-HNSCC、FDG。本数据集为肿瘤领域公开数据集，主题涵盖肿瘤。
基本信息
资源简介
良恶性结节PET/CT参数估计比较
Comparison between parameters estimated in PET/CT of benign and malignant nodules 是一个面向肿瘤影像研究领域的公开数据集，主题聚焦于肺部结节在 PET/CT 检查中的良恶性鉴别与参数估计。该数据集来源于 cancerimagingarchive.net，在分类上归属于肿瘤 / 其他方向。其内容围绕 PET/CT 影像中结节相关参数的比较展开，涉及肿瘤、PET/CT、肺结节、良恶性鉴别、参数估计、ACRIN-HNSCC 以及 FDG 等主题标签。整体而言，该数据集为研究人员提供了一个与肺结节良恶性判别相关的影像数据资源，可用于探索 PET/CT 参数在肿瘤诊断与鉴别中的应用价值。
【数据集背景】
该数据集的主题涉及肿瘤影像分析，尤其是 PET/CT 在肺结节良恶性鉴别中的应用。PET/CT 结合了正电子发射断层成像与计算机断层成像，常用于肿瘤病灶的代谢与解剖信息评估。FDG 作为常用的示踪剂，在肿瘤代谢显像中具有重要作用。该数据集围绕良性与恶性结节之间参数估计的比较展开，属于肿瘤影像研究中的一个具体方向。其来源站为 cancerimagingarchive.net，该平台长期收录肿瘤影像相关公开数据集。关于该数据集的具体研究背景、发起机构及研究目的，源站未提供。
【数据内容】
该数据集的核心内容为 PET/CT 中良性与恶性结节参数估计的比较。主题标签涵盖肿瘤、PET/CT、肺结节、良恶性鉴别、参数估计、ACRIN-HNSCC 与 FDG。由此可知，数据集涉及肺结节在 PET/CT 影像中的参数分析，并关注良恶性两类结节之间的比较。数据可能包含与结节参数估计相关的影像或标注信息，但具体的数据条目、文件格式、样本数量、参数种类及标注方式，源站未提供。
【采集与来源】
该数据集来源于 cancerimagingarchive.net。源站描述中提及 The Cancer Imaging Archive (2023) 以及 Annotations for ACRIN-HNSCC-FDG-PET-CT Collection 这一数据集条目，并给出了对应的 DOI 链接。由此可知，该数据集与 ACRIN-HNSCC-FDG-PET-CT 集合的标注信息存在关联。关于具体的采集机构、采集时间、采集地点、设备型号、扫描参数及伦理审批信息，源站未提供。
【适用场景】
基于其主题标签，该数据集适用于肿瘤影像研究，尤其是 PET/CT 中肺结节良恶性鉴别与参数估计相关的分析。潜在应用包括比较良性与恶性结节在 PET/CT 参数上的差异、探索 FDG 代谢指标在结节分类中的作用，以及支持肿瘤影像相关的算法开发与验证。由于数据集涉及 ACRIN-HNSCC 与 FDG 等标签，也可能用于头颈部肿瘤相关影像研究的参考。但具体的适用任务、推荐用法及验证场景，源站未提供。
【使用方法】
关于该数据集的获取方式、访问权限、下载流程、目录结构、文件命名规则、读取工具及预处理步骤，源站未提供。用户如需使用，应参考来源站 cancerimagingarchive.net 上该数据集条目的具体说明。源站描述中给出的 DOI 链接可能指向该数据集的正式页面，但具体使用说明源站未提供。
【质量与限制】
该数据集的质量评估信息、标注一致性、样本代表性、潜在偏倚及使用限制，源站未提供。由于数据集涉及良恶性结节的参数比较，其适用范围可能受限于特定的采集条件与人群特征，但具体限制源站未提供。使用者在应用该数据集时，应结合来源站的相关说明进行判断。
【引用与许可】
该数据集的引用信息可参考源站描述：The Cancer Imaging Archive (2023). Annotations for ACRIN-HNSCC-FDG-PET-CT Collection [Dataset]. http://doi.org/10.7937/JVGC-AQ36。关于该数据集的许可协议、使用条款及再分发规定，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。
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
源站：https://cancerimagingarchive.net/analysis-result/acrin-6685-tumor-annotations
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:
数据集大小约 39.91 GB。
数据说明
The Cancer Imaging Archive (2023). Annotations for ACRIN-HNSCC-FDG-PET-CT Collection [Dataset]. http://doi.org/10.7937/JVGC-AQ36
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。
