IDC TCGA-THCA 甲状腺癌影像数据集

数据集获取

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

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收集TCGA-THCA。癌症类型：甲状腺癌。肿瘤位置：甲状腺。受试者：507例。癌症基因组图谱-甲状腺癌（TCGA-THCA）数据收集是旨在通过特征性放射学图像增强TCGA http://cancergenome.nih.gov/ 数据集的更大努力的一部分。癌症影像计划（CIP）与几个TCGA组织贡献机构合作，正在努力归档经基因分析的THCA病例的大部分放射学图像。请参阅TCGA-THCA（https://doi.org/10.7937/K9/TCIA.2016.9ZFRVF1B）页面，以了解有关放射学图像的更多信息，并获取该收集的任何支持性元数据。请参阅TCGA-THCA收集的DICOM转换的幻灯片显微镜图像（https://doi.org/10.5281/zenodo.12689958）页面，以了解有关组织病理学图像的更多信息，并获取该收集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。