GDC REBC-THYR：乌克兰辐射相关甲状腺乳头状癌综合基因组特征

数据集获取

源站：https://portal.gdc.cancer.gov/projects/REBC-THYR

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 390154.72 GB。

数据说明

GDC项目REBC-THYR（乌克兰辐射相关甲状腺乳头状癌的综合基因组特征分析）。原发部位：甲状腺。疾病类型：上皮性肿瘤，NOS，腺瘤和腺癌。项目：REBC。病例数：449。文件数：18,583。总大小：363359.9 GB。NCI基因组数据共享平台协调一致的癌症基因组学项目（临床、生物样本、RNA测序、全外显子组测序、甲基化及影像数据；开放与受控访问层级）。

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。