Head-Neck-PET-CT数据集
该多模态影像数据可用于颈部肿瘤检测、PET/CT融合和肿瘤分割方法开发，对颈动脉体瘤影像AI有迁移价值。
基本信息
资源简介
Head-Neck-PET-CT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 72.46 GB、298 例受试者，主题涵盖 Head and Neck Cancer，可用于医学图像分割、检测与分类模型的训练与评测，CC BY 3.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Head-Neck-PET-CT》。源站首次发布：2018/06/07。
【数据内容】
源站原始描述：In the original study, 93 of the 300 patients (31 %), the radiotherapy contours were directly drawn on the CT of the FDG-PET/CT scan by expert radiation oncologists and thereafter used for treatment planning. For 207 of the 300 patients (69 %), the radiotherapy contours were drawn on a different CT scan dedicated to treatment planning and were propagated/resampled to the FDG-PET/CT scan reference frame using intensity-based free-form deformable registration with the software MIM ® (MIM software…
中文译文（机器翻译，仅供快速理解，请以原文为准）：在原始研究中，300例患者中有93例（31%）的放疗轮廓由专业放射肿瘤学家直接在FDG-PET/CT扫描的CT上勾画，随后用于治疗计划。对于300例患者中的207例（69%），放疗轮廓是在专门用于治疗计划的不同CT扫描上勾画，并使用基于强度的自由形变配准软件MIM ®（MIM software Inc.，Cleveland，OH）传播/重采样至FDG-PET/CT扫描参考框架。复发性头颈部癌症或就诊时即有转移的患者，以及接受姑息治疗的患者被排除在研究之外。300例患者中，48例仅接受放疗（16%），252例接受化放疗（84%），作为治疗管理的一部分，以治愈为目的。所有患者的中位随访期为43个月（范围：6-112）。随访期间未发生局部区域复发或远处转移且随访时间小于24个月的患者也被排除在研究之外。在随访期间，45例患者发生局部区域复发（15%），40例患者发生远处转移（13%），56例患者死亡（19%）。
【数据结构与技术规格】
数据集 DOI：10.7937/K9/TCIA.2017.8oje5q00。
【主题与分类】
源站学科分类：Other、REG、RTSTRUCT、CT、RTDOSE、RTPLAN。主题标签：Head and Neck Cancer。
【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/head-neck-pet-ct/
使用许可：CC BY 3.0（https://creativecommons.org/licenses/by/3.0/）。
规范引用：Martin Vallières, Emily Kay-Rivest, Léo Jean Perrin, Xavier Liem, Christophe Furstoss, Nader Khaouam, Phuc Félix Nguyen-Tan, Chang-Shu Wang, Khalil Sultanem. (2017). Data from Head-Neck-PET-CT . The Cancer Imaging Archive. doi
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
头颈部癌症PET/CT影像、轮廓和结局数据。
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。
