IDC CTpred-Sunitinib-panNET 数据集

数据集获取

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

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 CTpred-Sunitinib-panNET。癌症类型：胰腺癌。肿瘤位置：胰腺。受试者：38 例。这项名为“利用计算机断层扫描预测胰腺神经内分泌肿瘤患者舒尼替尼疗效”（https://doi.org/10.7937/SPGK-0P94）的研究旨在开发并验证一种基于计算机断层扫描（CT）的方法，以预测舒尼替尼对 38 例转移性或局部晚期胰腺神经内分泌肿瘤（panNET）患者 171 个病灶治疗前 CT 图像的疗效。该数据集可用于验证该研究的结果。更重要的是，研究人员可利用该数据集研究 panNET 的影像学特征。请参阅 CTpred-Sunitinib-panNET（https://doi.org/10.7937/SPGK-0P94）wiki 页面，以了解更多关于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。