IDC CPTAC-COAD 结肠腺癌数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=cptac_coad

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

IDC 数据集 CPTAC-COAD。癌症类型：结肠癌。肿瘤位置：结肠。受试者：178 例。该数据集包含来自美国国家癌症研究所临床蛋白质组肿瘤分析联盟（https://proteomics.cancer.gov/programs/cptac）CPTAC 结肠腺癌队列的受试者。CPTAC 是一项全国性努力，旨在通过应用大规模蛋白质组和基因组分析（即蛋白质基因组学）来加速对癌症分子基础的理解。请参阅 CPTAC-COAD 数据集的 DICOM 转换幻灯片显微图像（https://doi.org/10.5281/zenodo.12666784）页面，以了解有关组织病理学图像的更多信息，并获取该数据集的任何支持性元数据。

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。