CPTAC-CM 集合的 DICOM 转换全切片显微图像

数据集获取

源站：https://doi.org/10.5281/zenodo.22837324

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。

数据集大小约 169.8 KB。

数据说明

本数据集对应于美国国家癌症研究所影像数据共享平台（IDC）提供的一组图像和/或源自图像的数据。该数据集已由IDC团队转换为DICOM格式并录入。您可以使用IDC门户网站来探索和可视化相应的图像。您可以使用本Zenodo记录中包含的清单文件，按照下方的下载说明下载该集合。该集合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皮肤黑色素瘤（CPTAC-CM）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。来自CPTAC第三阶段患者的放射学和病理学图像正由癌症影像档案库收集并公开提供，以便研究人员能够研究与相应蛋白质组、基因组和临床数据可能相关的癌症表型。请参阅CPTAC-CM wiki页面，以了解更多关于这些图像的信息，并获取该集合的任何支持性元数据。

包含的文件 清单文件的名称指示了集合数据某个版本首次引入时所对应的IDC数据发布版本。例如，cptac_cm-idc_v22-aws.s5cmd 对应于IDC数据发布版v22中引入的cptac_cm集合内容。cptac_cm-idc_v25-aws.s5cmd：AWS下载清单 cptac_cm-idc_v25-gcs.s5cmd：GCS下载清单 cptac_cm-idc_v25-dcf.dcf：DCF下载清单 以-aws.s5cmd结尾的清单文件引用Amazon Web Services（AWS）存储桶中的文件；以-gcs.s5cmd结尾的则引用Google Cloud Storage中的文件。实际文件在AWS和GCP之间是相同且互为镜像的。下载说明 每个清单文件的头部都包含了如何下载所含文件的说明。要使用.s5cmd清单下载文件：安装idc-index：pip install --upgrade idc-index 下载

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。