REMBRANDT胶质瘤数据
REMBRANDT 面向低级别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
REMBRANDT胶质瘤数据
【一句话概览】
本数据集是 TCIA 公开的多模态数据集，收录 合计 10.59 GB、130 例受试者，主题涵盖 Low Grade Glioma、Malignant Glioma，可用于跨模态对齐与融合建模研究，CC BY 3.0 许可开放获取。
【数据集背景】
本数据集源站标题为《REMBRANDT》。源站首次发布：2021/08/17。
【数据内容】
源站原始描述：Finding better therapies for the treatment of brain tumors is hampered by the lack of consistently obtained molecular data in a large sample set and the ability to integrate biomedical data from disparate sources enabling translation of therapies from bench to bedside. Hence, a critical factor in the advancement of biomedical research and clinical translation is the ease with which data can be integrated, redistributed, and analyzed both within and across functional domains. Novel biomedical inf…
【数据结构与技术规格】
数据集 DOI：10.7937/K9/TCIA.2015.588OZUZB。
【主题与分类】
源站学科分类：MR、Demographic、Diagnosis、Follow-Up、Classification、Treatment。主题标签：Low Grade Glioma、Malignant Glioma。
【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://www.cancerimagingarchive.net/collection/rembrandt/
使用许可：CC BY 3.0（https://creativecommons.org/licenses/by/3.0/）。
规范引用：Scarpace, L., Flanders, A. E., Jain, R., Mikkelsen, T., & Andrews, D. W. (2019). Data From REMBRANDT [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
REMBRANDT 是与低级别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（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。
