QIN软组织肉瘤DCE-MRI数据集
包含软组织肉瘤动态增强MRI纵向影像，用于评估治疗响应、肿瘤分割和定量影像分析。由Quantitative Imaging Network提供，来自The Cancer Imaging Archive，包含医学影像数据，适用于分类任务，许可证为TCIA Site License。
基本信息
资源简介
QIN软组织肉瘤DCE-MRI数据集
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 10.29 GB、15 例受试者，主题涵盖 Sarcoma，可用于医学图像分割、检测与分类模型的训练与评测，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《QIN-SARCOMA》。源站首次发布：2014/09/04。
【数据内容】
源站原始描述：The MRI data consist of DCE-MRI images only, which were acquired using a Siemens 3T TIM Trio system with the body coil as the transmitter and a body matrix phased array (combined with a spine matrix phased array) coil as the receiver. Following scout and axial T 2 -weighted MRI, a RF-spoiled gradient-echo sequence was used to acquire sagittal DCE-MRI images covering the entire tumor, with 10 0 flip angle, TE/TR = 1.5/6.0 ms, 24-26 cm field of view (FOV), and 5 mm slice thickness with 1 mm gap. A…
【数据结构与技术规格】
数据集 DOI：10.7937/K9/TCIA.2016.fXL9sESs。
【主题与分类】
源站学科分类：MR。主题标签：Sarcoma。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://www.cancerimagingarchive.net/collection/qin-sarcoma/
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Huang, W., Ryan, C., Beckett, B., Tudorica, A., Mansoor, A., Afzal, A., Holtorf, M., & Aston, T. (2016). QIN-SARCOMA [Data set] . The Cancer Imaging Archive
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（TCIA 标准方式）
方式一：NBIA 搜索
- 打开 NBIA 搜索页（免费注册 TCIA 账号）；
- 按本数据集 Collection 名称筛选（见源站页面），加入 Download Basket；
- 用 NBIA Download Manager 批量下载 DICOM。
方式二：NBIA API（程序化）
curl -s "https://services.cancerimagingarchive.net/nbia-api/services/v1/getSeries?Collection=COLLECTION_NAME" -o series.json
方式三：TCIA Manifest + dicomsort
在 Collection 页面下载 .tcia manifest 文件后用 NBIA CLI 下载。
数据说明
包含软组织肉瘤动态增强MRI纵向影像，用于评估治疗响应、肿瘤分割和定量影像分析。
数据加载示例（DICOM 影像）
import pydicom, glob, os
files = glob.glob(os.path.join(path, "**", "*.dcm"), recursive=True)
d = pydicom.dcmread(files[0])
print("Modality:", d.Modality)
img = d.pixel_array
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。
