IDC TCGA-THYM 胸腺瘤数据集
IDC TCGA-THYM 是来自影像数据共享平台 IDC 的 TCGA 胸腺瘤（Thymoma）数据集，肿瘤部位为胸腺（Thymus），共纳入 124 名受试者
基本信息
资源简介
IDC TCGA-THYM 胸腺瘤数据集
IDC TCGA-THYM 是来自影像数据共享平台 IDC 的 TCGA 胸腺瘤（Thymoma）数据集，肿瘤部位为胸腺（Thymus），共纳入 124 名受试者。胸腺瘤起源于胸骨后方产生 T 细胞的胸腺外表面，较为罕见，但却是成人纵隔最常见的肿瘤，通常生长缓慢、较少转移。该数据集可用于胸腺瘤相关的影像与病理研究，源站还提供了 DICOM 转换的 Slide Microscopy 图像页面，供进一步了解组织病理图像并获取相关支持信息（来源 portal.imaging.datacommons.cancer.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC 数据集 TCGA-THYM。癌症类型：胸腺瘤（Thymoma）。肿瘤部位：胸腺（Thymus）。受试者：124 名。这种癌症发生于胸腺的外表面，胸腺是胸骨后方产生 T 细胞（一种白细胞）的腺体。胸腺瘤较为罕见，但它是成人中影响纵隔（即两肺之间包含心脏、食管和气管的腔隙）的最常见肿瘤。胸腺肿瘤往往生长缓慢，且很少扩散到身体其他部位。然而，在每年估计 400 名罹患此癌症的美国人中，有一半被诊断为转移性胸腺瘤。当癌症发生转移时，只有 45% 的患者在确诊后存活五年。请参阅 TCGA-THYM 数据集的 DICOM 转换 Slide Microscopy 图像页面（
【主题与分类】
主题标签：Thymoma、Thymus。本站分类：肿瘤。
【获取与许可】
源站页面：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=tcga_thym
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://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=tcga_thym
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:
数据说明
IDC 集合 TCGA-THYM。癌症类型：胸腺瘤。肿瘤位置：胸腺。受试者：124 例。这种癌症发生在胸腺的外表面，胸腺是胸骨后方的一个腺体，负责产生 T 细胞，一种白细胞。胸腺瘤较为罕见，但它是成人中最常见的纵隔肿瘤，纵隔是两肺之间包含心脏、食管和气管的腔隙。胸腺肿瘤往往生长缓慢，且很少扩散到身体其他部位。然而，在每年估计有 400 名美国人患上这种癌症的情况下，其中一半被诊断为转移性胸腺瘤。当癌症发生转移时，患者确诊后仅有 45% 能存活五年。请参阅 TCGA-THYM 集合的 DICOM 转换幻灯片显微镜图像页面（https://doi.org/10.5281/zenodo.12689913），以了解更多关于组织病理学图像的信息，并获取该集合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。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
