IDC CMB-OV 卵巢癌数据集

数据集获取

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

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 收集 CMB-OV。癌症类型：卵巢癌。肿瘤位置：卵巢。受试者：31 例。癌症登月生物样本库（https://moonshotbiobank.cancer.gov/）是美国国家癌症研究所的一项倡议，旨在支持当前及未来对耐药性和敏感性的研究，以及其他由 NCI 资助的癌症研究计划，目标是增进研究人员对癌症的理解以及如何干预癌症的发生和发展。在本研究过程中，将纵向收集来自至少 10 种癌症类型、至少 1000 名患者的生物样本（医疗过程中采集的血液和组织）及相关数据，这些患者代表了美国的人口多样性，并在多个 NCI 社区肿瘤研究计划（NCORP）（https://ncorp.cancer.gov/）站点接受标准治疗（https://www.cancer.gov/publications/dictionaries/cancer-terms/def/standard-of-care）。本收集包含从 NCI 癌症登月生物样本库-卵巢癌（CMB-OV）队列受试者中获取的去标识化组织病理学影像。

相关的基因组、表型和临床数据将由基因型与表型数据库（dbGaP）（https://www.ncbi.nlm.nih.gov/gap/）及其他NCI数据库托管。请参阅CMB-OV：癌症登月计划生物样本库倡议卵巢癌采集的DICOM转换幻灯片显微镜图像（https://doi.org/10.5281/zenodo.13993796）页面，以了解有关病理图像的更多信息并获取该采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。