TCGA头颈鳞状细胞癌项目
TCGA-HNSC 是与黏液表皮样癌（Mucoepidermoid carcinoma）相关的公开数据资源，主要包含头颈癌临床、病理、基因突变、甲基化和转录组数据，数据模态为多模态，适合用于分类、模型训练、基准评测或临床特征分析。
基本信息
资源简介
TCGA头颈鳞状细胞癌项目
【数据集背景】
本数据集源站标题为《Head and Neck Squamous Cell Carcinoma》。
【数据内容】
源站原始描述：disease_type: Squamous Cell Neoplasms；primary_site: Base of tongue, Lip, Gum, Hypopharynx, Palate, Other and ill-defined sites in lip, oral cavity and pharynx, Bones, joints and articular cartilage of other and unspecified sites, Other and unspecified parts of tongue, Floor of mouth, Tonsil, Other and unspecified parts of mouth, Oropharynx, Larynx；data categories: Simple Nucleotide Variation, Sequencing Reads, Biospecimen, Clinical, Copy Number Variation, Transcriptome Profiling, DNA Methylation…
【主题与分类】
主题标签：[''Squamous Cell Neoplasms'']、[''Base of tongue'', ''Lip'', ''Gum'', ''Hypopharynx'', ''Palate'', ''Other and ill-defined sites in lip, oral cavity and pharynx'', ''Bones, joints and articular cartilage of other and unspecified sites'', ''Other and unspecified parts of tongue'', ''Floor of mouth'', ''Tonsil'', ''Other and unspecified parts of mouth'', ''Oropharynx'', ''Larynx'']。
【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://portal.gdc.cancer.gov/projects/TCGA-HNSC
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。
需登录公开下载
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。
暂未开放有偿下载
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://portal.gdc.cancer.gov/projects/TCGA-HNSC
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
TCGA头颈鳞状细胞癌项目包含头颈癌临床、病理、基因突变、甲基化和转录组数据，可用于黏液表皮样癌相关的分类研究。
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。
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。
