解码人类癌症医学图像特征
该数据收录“多种人类恶性肿瘤医学影像特征解码与系统化”研究的全部原始数据，包括用于阐明医学影像特征与人类恶性肿瘤关系的关联图谱、1000名肺癌患者CT图像数据集，以发现纹理特征值分布规律并解释不同图像特征值的视觉差异，以及该研究全部源代码
基本信息
资源简介
解码人类癌症医学图像特征
Decoding and Systematization of Medical Imaging Features of Multiple Human Malignancies
该数据收录“多种人类恶性肿瘤医学影像特征解码与系统化”研究的全部原始数据，包括用于阐明医学影像特征与人类恶性肿瘤关系的关联图谱、1000名肺癌患者CT图像数据集，以发现纹理特征值分布规律并解释不同图像特征值的视觉差异，以及该研究全部源代码。共24个文件，总字节522936532（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2020-04-08。
【数据内容】
源站描述（机器翻译，仅供参考）：以下是关于“多种人类恶性肿瘤医学影像特征的解码与系统化”研究的全部原始数据。包括所提出的相关性图谱，用于阐明医学影像特征与人类恶性肿瘤之间的关系；1000名肺癌患者的CT图像数据集，用于发现纹理特征值的分布模式并解释不同图像特征值的视觉差异；以及本研究的所有源代码。
【数据结构与技术规格】
文件数 24 个，合计 522.94 MB。数据集 DOI：10.17632/gv5j2gk467.11。
【主题与分类】
主题标签：医学影像、CT图像、肺癌、肿瘤学、纹理特征、相关性分析、模式发现、影像组学。本站分类：肿瘤。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/gv5j2gk467
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
源站：https://data.mendeley.com/datasets/gv5j2gk467/8
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 522.9 MB。
数据说明
Jiangdian Song（2019）。解码人类癌症的医学图像特征[数据集]。http://doi.org/10.17632/gv5j2gk467.8
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。
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。
