NSCLC放射组学CT集合
NSCLC-Radiomics 是胸部CT影像集合，常与PleThora分割结果结合用于胸膜积液、胸腔结构和肿瘤相关胸膜改变分析。 数据包含真实病例或专家标注信息，适用于围绕相关疾病开展模型训练、表型抽取、影像识别、分割、预后评估或临床自然语言处理等研究。
基本信息
资源简介
NSCLC放射组学CT集合
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 35.78 GB、422 例受试者，主题涵盖 Malignant Lung Neoplasm，可用于医学图像分割、检测与分类模型的训练与评测，CC BY-NC 3.0 许可开放获取。
【数据集背景】
本数据集源站标题为《NSCLC-Radiomics》。源站首次发布：2020/10/22。
【数据内容】
源站原始描述：In short, this publication applies a radiomic approach to computed tomography data of 1,019 patients with lung or head-and-neck cancer. Radiomics refers to the comprehensive quantification of tumour phenotypes by applying a large number of quantitative image features. In present analysis 440 features quantifying tumour image intensity, shape and texture, were extracted. We found that a large number of radiomic features have prognostic power in independent data sets, many of which were not identi…
【数据结构与技术规格】
数据集 DOI：10.7937/K9/TCIA.2015.PF0M9REI。
【主题与分类】
源站学科分类：CT、SEG、RTSTRUCT、Classification、Diagnosis、Demographic。主题标签：Malignant Lung Neoplasm。
【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/nsclc-radiomics/
使用许可：CC BY-NC 3.0（https://creativecommons.org/licenses/by-nc/3.0/）。
规范引用：Aerts, H. J. W. L., Wee, L., Rios Velazquez, E., Leijenaar, R. T. H., Parmar, C., Grossmann, P., Carvalho, S., Bussink, J., Monshouwer, R., Haibe-Kains, B., Rietveld, D., Hoebers, F., Rietbergen, M. M., Leemans, C. R., Dekker, A., Quackenbush, J., Gillies, R. J., Lambin, P. (2014). Data From NSCLC-R…
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 32.00 GB。
数据说明
NSCLC-Radiomics 是胸部CT影像集合，常与PleThora分割结果结合用于胸膜积液、胸腔结构和肿瘤相关胸膜改变分析。
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。
