TCGA-THCA 系列的 DICOM 转换幻灯片显微图像
该数据集对应于美国国家癌症研究所影像数据共享平台（IDC）提供的一批图像和/或图像衍生数据。该数据集由 IDC 团队转换为 DICOM 表示并收录
基本信息
资源简介
TCGA-THCA 系列的 DICOM 转换幻灯片显微图像
该数据集英文名为 DICOM converted Slide Microscopy images for the TCGA-THCA collection，对应美国国家癌症研究所影像数据共享平台（IDC）提供的一批图像和/或图像衍生数据，由 IDC 团队转换为 DICOM 表示并收录。其来源站为 doi.org，机构为 Zenodo，发布时间为 2026 年，作者包括 Clunie, David、Clifford, William、Pot, David、Wagner, Ulrike、Farahani, Keyvan、Kim, Erika 与 Fedorov, Andrey。数据集在分类上属于肿瘤 / 其他，许可为 Creative Commons Attribution 3.0 Unported。整体而言，该数据集围绕 TCGA-THCA 集合的幻灯片显微图像展开，并以 DICOM 形式提供，便于在 IDC 门户中探索和可视化，并通过相应清单下载。
【数据集背景】
该数据集对应美国国家癌症研究所影像数据共享平台（IDC）提供的一批图像和/或图像衍生数据，由 IDC 团队转换为 DICOM 表示并收录。其英文名称为 DICOM converted Slide Microscopy images for the TCGA-THCA collection，属于肿瘤 / 其他分类。来源站为 doi.org，机构为 Zenodo，发布时间为 2026 年。源站描述指出，该数据集对应于可从美国国家癌症研究所影像数据共享平台（IDC）获取的图像和/或图像衍生数据集合，并已由 IDC 团队转换为 DICOM 表示并收录。该数据集与 The Cancer Genome Atlas-Thyroid Cancer（TCGA-THCA）数据集合相关，而 TCGA-THCA 数据集合是增强 TCGA 数据集、补充表征放射学图像这一更大努力的一部分。The Cancer Imaging Program（CIP）与若干 TCGA 组织贡献机构合作，致力于归档经基因分析的 THCA 病例的很大一部分放射学图像。关于 TCGA-THCA 的更多信息，源站提示可参见 TCGA-THCA 页面。
【数据内容】
该数据集为 DICOM converted Slide Microscopy images for the TCGA-THCA collection，即面向 TCGA-THCA 集合的、转换为 DICOM 表示的幻灯片显微图像。源站描述表明，该数据集对应于一批图像和/或图像衍生数据，这些数据可从美国国家癌症研究所影像数据共享平台（IDC）获取，并由 IDC 团队转换为 DICOM 表示并收录。数据集涉及 TCGA-THCA 数据集合，该集合是增强 TCGA 数据集工作的一部分，旨在补充表征放射学图像。The Cancer Imaging Program（CIP）与若干 TCGA 组织贡献机构合作，归档经基因分析的 THCA 病例的很大一部分放射学图像。关于该数据集所包含图像的具体数量、模态细节、切片层级、分辨率、文件规模、病例数等，源站未提供。
【采集与来源】
该数据集来源于美国国家癌症研究所影像数据共享平台（IDC），由 IDC 团队转换为 DICOM 表示并收录。其来源站为 doi.org，机构为 Zenodo，发布时间为 2026 年。源站描述指出，该数据集对应于可从 IDC 获取的图像和/或图像衍生数据集合，并可通过 IDC Portal 探索和可视化相应图像。TCGA-THCA 数据集合是增强 TCGA 数据集这一更大努力的一部分，The Cancer Imaging Program（CIP）与若干 TCGA 组织贡献机构合作，归档经基因分析的 THCA 病例的很大一部分放射学图像。关于具体的采集设备、扫描参数、采集时间、采集地点、伦理审批与患者知情同意等信息，源站未提供。
【适用场景】
该数据集可用于在 IDC Portal 中探索和可视化相应的幻灯片显微图像，并可通过 Zenodo 记录中包含的清单，按照下载说明下载该集合。由于其与 TCGA-THCA 数据集合相关，且 TCGA-THCA 是增强 TCGA 数据集、补充表征放射学图像工作的一部分，该数据集可服务于与甲状腺癌相关的图像数据探索、可视化与下载获取等用途。关于具体的科研分析场景、算法训练、临床决策支持或其他特定应用，源站未提供。
【使用方法】
源站描述指出，可以使用 IDC Portal 探索和可视化相应的图像。可以使用 Zenodo 记录中包含的清单，按照下载说明下载该集合。该数据集已由 IDC 团队转换为 DICOM 表示并收录，因此其使用方式与 DICOM 表示相关。关于具体的软件环境、读取工具、数据处理流程、清单字段含义、下载步骤细节等，源站未提供。
【质量与限制】
该数据集由 IDC 团队转换为 DICOM 表示并收录，源站描述称其对应于可从美国国家癌症研究所影像数据共享平台（IDC）获取的图像和/或图像衍生数据集合。关于数据质量、完整性、标注准确性、偏倚、缺失情况、适用范围限制、技术限制等，源站未提供。
【引用与许可】
该数据集的作者包括 Clunie, David、Clifford, William、Pot, David、Wagner, Ulrike、Farahani, Keyvan、Kim, Erika 与 Fedorov, Andrey。机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。许可为 Creative Commons Attribution 3.0 Unported。关于具体的引用格式、DOI 编号、版本信息等，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://doi.org/10.5281/zenodo.22837411
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 400.7 KB。
数据说明
本数据集对应于美国国家癌症研究所影像数据共享平台（IDC）提供的一系列图像及/或源自图像的数据。该数据集已被IDC团队转换为DICOM格式并录入。您可以通过IDC门户探索并可视化相应的图像。利用本Zenodo记录中包含的清单文件，按照下方下载指南即可下载该数据集。甲状腺癌癌症基因组图谱（TCGA-THCA）数据收集是旨在通过特征性放射学图像增强TCGA http://cancergenome.nih.gov/ 数据集的更大规模工作的一部分。癌症影像计划（CIP）与几个TCGA组织贡献机构合作，正致力于归档大量经遗传分析的THCA病例的放射学图像。请访问TCGA-THCA页面，了解有关图像的更多信息并获取此集合的任何支持性元数据。包含的文件清单文件名指示了首次引入集合数据版本的IDC数据发布。
例如，tcga_thca-idc_v22-aws.s5cmd 对应于 IDC 数据发布 v22 中引入的 tcga_thca 集合的内容。tcga_thca-idc_v25-aws.s5cmd：AWS 下载清单 tcga_thca-idc_v25-gcs.s5cmd：GCS 下载清单 tcga_thca-idc_v25-dcf.dcf：DCF 下载清单 以 -aws.s5cmd 结尾的清单文件引用 Amazon Web Services (AWS) 存储桶中的文件；以 -gcs.s5cmd 结尾的清单文件引用 Google Cloud Storage 中的文件。实际文件完全相同，并在 AWS 和 GCP 之间镜像。下载说明 每个清单文件的头部都包含有关如何下载其中包含的文件的说明。要使用 .s5cmd 清单下载文件：安装 idc-index：pip install --upgrade idc-index 下载此数据集中包含的清单所引用的文件：idc download manifest.s5cmd 要使用 .dcf 清单下载文件，请参阅清单头部。如有问题或需要帮助，请联系 s
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。
