GDC CDDP_EAGLE-1：肺腺癌 CDDP 整合分析（第二阶段）
该数据集来自 GDC 的 CDDP_EAGLE-1 项目，聚焦肺腺癌的整合分析（第二阶段），原发部位为支气管和肺，疾病类型为腺瘤与腺癌
基本信息
资源简介
GDC CDDP_EAGLE-1：肺腺癌 CDDP 整合分析（第二阶段）
GDC CDDP_EAGLE-1: CDDP Integrative Analysis of Lung Adenocarcinoma (Phase 2) 是一个来自 NCI Genomic Data Commons 的癌症基因组学项目数据集，聚焦于肺腺癌的整合分析。该数据集原发部位为支气管和肺，疾病类型属于腺瘤与腺癌，隶属于 CDDP_EAGLE 项目。数据集共包含 50 例病例、2,096 个文件，总大小约 16351.9 GB。其数据覆盖临床、生物样本、RNA-Seq、全外显子测序（WXS）、甲基化以及影像等多种类型，并分为开放获取与受控获取两个层级。该数据集适合用于肺腺癌的基因组、转录组、表观遗传及影像等多组学整合研究。
【数据集背景】
该数据集来源于 GDC 的 CDDP_EAGLE-1 项目，全称为 CDDP Integrative Analysis of Lung Adenocarcinoma (Phase 2)。其所属项目为 CDDP_EAGLE，研究重点是对肺腺癌进行整合分析，且处于第二阶段。原发部位明确为支气管和肺，疾病类型归类为腺瘤与腺癌。作为 NCI Genomic Data Commons 协调统一的癌症基因组学项目，该数据集旨在为肺腺癌的多维度研究提供标准化的数据资源。
【数据内容】
该数据集包含 50 例病例，共计 2,096 个文件，总大小约 16351.9 GB。数据内容涵盖临床数据、生物样本数据、RNA-Seq 数据、全外显子测序（WXS）数据、甲基化数据以及影像数据。这些数据按照开放获取和受控获取两个层级进行管理。主题标签为腺瘤与腺癌，与疾病类型一致。
【采集与来源】
该数据集来自 portal.gdc.cancer.gov，即 NCI Genomic Data Commons 的门户网站。源站描述指出，这是一个协调统一的癌症基因组学项目，数据由 GDC 进行统一处理与整合。原发部位为支气管和肺，疾病类型为腺瘤与腺癌，项目名称为 CDDP_EAGLE，具体项目编号为 CDDP_EAGLE-1，阶段为第二阶段。
【适用场景】
该数据集适用于肺腺癌的整合分析研究，包括但不限于基于 RNA-Seq 的转录组分析、基于 WXS 的外显子变异分析、基于甲基化数据的表观遗传分析，以及结合影像数据的多模态研究。由于包含临床与生物样本数据，也可用于临床关联研究。其开放与受控获取的分层设计，适合不同权限级别的研究者使用。
【使用方法】
使用者可通过 GDC 门户网站访问该数据集。数据分为开放获取和受控获取两个层级，开放获取数据可直接下载使用，受控获取数据通常需要经过数据访问申请与审批流程。具体下载、申请及使用流程，源站未提供。
【质量与限制】
该数据集由 NCI Genomic Data Commons 协调统一，属于标准化的癌症基因组学项目。其数据规模为 50 例病例、2,096 个文件、约 16351.9 GB。关于数据质量的具体评估指标、样本纳入排除标准、数据完整性程度以及潜在偏差，源站未提供。
【引用与许可】
该数据集的来源站为 portal.gdc.cancer.gov。关于具体的引用格式、许可条款、使用限制以及数据访问政策，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
源站：https://portal.gdc.cancer.gov/projects/CDDP_EAGLE-1
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 17557.76 GB。
数据说明
GDC 项目 CDDP_EAGLE-1（CDDP 肺腺癌整合分析（第2阶段））。原发部位：支气管和肺。疾病类型：腺瘤和腺癌。计划：CDDP_EAGLE。病例数：50。文件数：2,096。总大小：16351.9 GB。NCI Genomic Data Commons 协调统一的癌症基因组学项目（临床、生物样本、RNA-Seq、WXS、甲基化和影像数据；开放获取和受控访问层级）。
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。
