非小细胞肺癌影像组学数据集
NSCLC-Radiogenomics 是非小细胞肺癌多模态数据集，包含CT影像、基因突变信息及临床随访数据，支持影像组学分析、基因-影像关联研究及肺癌预后预测模型构建。
基本信息
资源简介
非小细胞肺癌影像组学数据集
【一句话概览】
本数据集是 TCIA 公开的多模态数据集，收录 合计 98.00 GB、211 例受试者，主题涵盖 Lung Non-Small Cell Carcinoma，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《NSCLC Radiogenomics》。源站首次发布：2021/06/01。
【数据内容】
源站原始描述：Medical image biomarkers of cancer promise improvements in patient care through advances in precision medicine. Compared to genomic biomarkers, image biomarkers provide the advantages of being a non-invasive procedure, and characterizing a heterogeneous tumor in its entirety, as opposed to limited tissue available for biopsy. We developed a unique radiogenomic dataset from a Non-Small Cell Lung Cancer (NSCLC) cohort of 211 subjects. The dataset comprises Computed Tomography (CT), Positron Emissi…
中文译文（机器翻译，仅供快速理解，请以原文为准）：癌症的医学图像生物标志物有望通过精准医学的进步改善患者护理。与基因组生物标志物相比，图像生物标志物具有非侵入性操作的优势，并且能够整体表征异质性肿瘤，而活检仅能获取有限的组织。我们开发了一个独特的放射基因组学数据集
【数据结构与技术规格】
数据集 DOI：10.7937/K9/TCIA.2017.7hs46erv。
【主题与分类】
源站学科分类：Demographic、Exposure、Follow-Up、Treatment、Molecular Test、CT。主题标签：Lung Non-Small Cell Carcinoma。
【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/nsclc-radiogenomics/
使用许可：CC BY 3.0（https://creativecommons.org/licenses/by/3.0/）。
规范引用：Bakr, S., Gevaert, O., Echegaray, S., Ayers, K., Zhou, M., Shafiq, M., Zheng, H., Zhang, W., Leung, A., Kadoch, M., Shrager, J., Quon, A., Rubin, D., Plevritis, S., & Napel, S. (2017). Data for NSCLC Radiogenomics (Version 4) [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。
数据集大小约 25.00 GB。
数据说明
NSCLC-Radiogenomics 数据集包含非小细胞肺癌患者的CT影像、基因突变信息及临床数据，支持影像组学与基因组学关联分析研究，用于肺癌分型与预后预测。
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。
