儿童脑肿瘤图谱CBTN
儿童脑肿瘤图谱CBTN是公开可访问数据集，包含儿童脑肿瘤临床、影像、组学和组织样本信息等多模态数据，围绕颅底肿瘤相关临床表现、影像、信号或组学信息，适合用于分类、模型训练、外部验证和疾病机制探索。
基本信息
资源简介
儿童脑肿瘤图谱CBTN
【一句话概览】
儿童脑肿瘤网络（CBTN）致力于支持儿童脑肿瘤新预后生物标志物及疗法的研究。该协作研究网络由四大洲数十家顶级儿科研究机构组成，自成立以来已招募数千名儿童研究受试者，采集超过6万管标本，受试者数为1358。这些标本均经高度注释，并配有纵向临床数据、基因组数据、影像数据和组织学数据，可供全球研究人员申请使用（来源 datacatalog.ccdi.cancer.gov）。
【数据集背景】
本数据集源站标题为《Pediatric Brain Tumor Atlas: CBTN》。
【数据内容】
源站原始描述：The Children''s Brain Tumor Network (CBTN) supports the research of new prognostic biomarkers and therapies for children with pediatric brain tumors. This collaborative research effort is comprised of a network of dozens of top-tier pediatric research institutions across four continents and has enrolled thousands of childhood research subjects, collected more 60,000 tubes of specimens since its formation. These specimen collections are all highly annotated and are paired with longitudinal clinica…
中文译文（机器翻译，仅供快速理解，请以原文为准）：儿童脑肿瘤网络（CBTN）致力于支持针对儿童脑肿瘤的新预后生物标志物及疗法的研究。这一协作研究项目由遍布四大洲的数十家顶级儿科研究机构组成，自成立以来，已招募了数千名儿童研究参与者，收集了超过60,000管标本。这些标本收集均附有详细注释，并与纵向临床数据、基因组数据、影像数据和组织学数据相匹配，可供全球研究人员申请使用。
【主题与分类】
主题标签：Pediatric Brain Tumor、CBTN、Children''s Brain Tumor Network、genomic data、imaging data、histology data、clinical data。
【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://datacatalog.ccdi.cancer.gov/dataset/Kids%20First%20Data%20Resource-CBTN
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
源站：https://datacatalog.ccdi.cancer.gov/dataset/Kids%20First%20Data%20Resource-CBTN
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
儿童脑肿瘤图谱CBTN包含儿童脑肿瘤临床、影像、组学和组织样本信息等多模态数据，可用于颅底肿瘤相关分类、诊断建模、分型或外部验证。
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。
