IDC 胰腺 CT-CBCT 分割数据集
该数据集来自 IDC，包含 40 例接受消融放射治疗的局部晚期胰腺癌患者的影像，每位患者有一幅治疗计划 CT 和两幅 CBCT 扫描，均在深吸气屏气并配合外部呼吸监测验证的条件下采集
基本信息
资源简介
IDC 胰腺 CT-CBCT 分割数据集
该数据集来自 IDC，包含 40 例接受消融放射治疗的局部晚期胰腺癌患者的影像，每位患者有一幅治疗计划 CT 和两幅 CBCT 扫描，均在深吸气屏气并配合外部呼吸监测验证的条件下采集。数据集旨在为 CT 到 CBCT 的形变配准以及自动分割算法提供评估手段，用于从影像中勾画危及器官。可用于胰腺癌放疗场景下的配准与分割方法研究（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 Pancreatic-CT-CBCT-SEG。癌症类型：胰腺癌。肿瘤位置：胰腺。受试者：40。该数据集的目标是提供一种手段，用于评估 CT 到 CBCT 的形变配准和自动分割算法，以便从 40 例接受消融放射治疗的局部晚期胰腺癌患者中勾画危及器官。这些图像（每位 40 例患者的一幅治疗计划 CT 和两幅 CBCT 扫描）是在通过外部呼吸监测仪验证的深吸气屏气期间采集的。请参阅 Pancreatic-CT-CBCT-SEG（ 页面，以了解有关图像的更多信息并获取该数据集集的任何支持性元数据。
【主题与分类】
主题标签：Pancreatic Cancer、Pancreas。本站分类：肿瘤/胰腺癌。
【获取与许可】
源站页面：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=pancreatic_ct_cbct_seg
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
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.imaging.datacommons.cancer.gov/explore/filters?collection_id=pancreatic_ct_cbct_seg
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 数据集 Pancreatic-CT-CBCT-SEG。癌症类型：胰腺癌。肿瘤位置：胰腺。受试者：40 例。该数据集旨在提供一种手段，用于评估 CT 到 CBCT 可变形配准和自动分割算法在勾画 40 例接受消融放射治疗的局部晚期胰腺癌患者 OARs 方面的性能。图像（40 例患者每例一次治疗计划 CT 和两次 CBCT 扫描）是在通过外部呼吸监测仪验证的深吸气屏气期间采集的。请参阅 Pancreatic-CT-CBCT-SEG（https://doi.org/10.7937/tcia.eshq-4d90）wiki 页面，以了解有关图像的更多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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
