St Jude儿科脑肿瘤数据
St. Jude Pediatric Cancer Genome Project 面向弥漫性内生性桥脑胶质瘤及相关疾病研究，提供可公开访问的多模态数据或临床/组学信息，适合用于分类、生物标志物探索、队列比较和算法验证等研究场景。
基本信息
资源简介
St Jude儿科脑肿瘤数据
【一句话概览】
儿科癌症基因组计划（PCGP）由St. Jude整理，样本按原发诊断和发表文献分组。该数据集编号SJC-DS-1001，包含RNA-Seq、WGS、WES等多种测序类型，文件类型涵盖BAM、gVCF、体细胞VCF、CNV及Feature Counts。共涉及3031名受试者，总计16296个文件，总大小190.77 TB（来源 platform.stjude.cloud）。
【数据集背景】
本数据集源站标题为《Pediatric Cancer Genome Project (PCGP)》。
【数据内容】
源站原始描述：Samples grouped by primary diagnosis Publications Samples grouped by publication Studies Datasets curated by St. Jude Samples All samples curated by St. Jude Search Search Exact Phrase Dataset Accession Number Sequencing Types File Types Samples Total Files Total File Size Pediatric Cancer Genome Project (PCGP) SJC-DS-1001 RNA-SeqWGSWESMultiple BAMgVCFSomatic VCFCNVFeature Counts 3,031 16,296 190.77 TB
中文译文（机器翻译，仅供快速理解，请以原文为准）：按主要诊断分组的样本 出版物 按出版物分组的样本 研究 圣裘德整理的数据集 样本 圣裘德整理的所有样本 搜索 搜索 精确短语 数据集登录号 测序类型 文件类型 样本 总文件数 总文件大小 儿童癌症基因组计划（PCGP） SJC-DS-1001 RNA-SeqWGSWESMultiple BAMgVCFSomatic VCFCNVFeature Counts 3,031 16,296 190.77 TB
【主题与分类】
主题标签：Pediatric Cancer、RNA-Seq、WGS、WES、Multiple、BAM、gVCF、Somatic VCF、CNV、Feature Counts。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://platform.stjude.cloud/data/cohorts/pediatric-cancer-genome-project
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。
暂未开放有偿下载
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://platform.stjude.cloud/data/cohorts/pediatric-cancer-genome-project
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
St. Jude Pediatric Cancer Genome Project 是与弥漫性内生性桥脑胶质瘤相关的公开数据集，涵盖多模态数据，可用于分类、疾病表型分析或模型评估。
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。
