葡萄膜黑色素瘤数据集

数据集获取

源站：https://datacatalog.mskcc.org/dataset/10477

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

该数据集是TCGA（癌症基因组图谱）公开的葡萄膜黑色素瘤（Uveal Melanoma）数据，来源于GDAC Firehose，曾被称为TCGA Provisional。数据集包含来自80名患者的80个癌样本的汇总数据可视化结果和临床数据，由MIT和哈佛大学Broad研究所的Firehose癌症分析流程收集。临床数据涵盖突变计数、突变基因信息、患者人口统计学、疾病状态、肿瘤分型、ICD-O-3组织学代码、ICD-O-3部位代码、术后辅助药物治疗指标、美国癌症联合委员会（AJCC）淋巴结分期代码、转移分期代码、肿瘤分期代码以及细胞遗传学异常类型。数据集还包括下一代聚类热图（NG-CHM），可通过MD Anderson癌症中心提供的嵌入式热图查看器进行交互式探索，以及可下载为.seg文件的拷贝数段数据，支持通过Integrative Genomics Viewer查看。该数据集主要用于葡萄膜黑色素瘤的癌症基因组学、临床病理关联分析和生物标志物研究。

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。