软组织肉瘤影像集合
TCIA软组织肉瘤影像集合包含MRI或CT等临床影像资料，适合肉瘤分割、影像组学、治疗反应和预后模型研究。 该数据集与软组织肉瘤高度相关，覆盖图像数据内容，可用于分类、特征筛选、算法评估和临床研究。
基本信息
资源简介
软组织肉瘤影像集合
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 9.87 GB、51 例受试者，主题涵盖 Soft Tissue Sarcoma，可用于医学图像分割、检测与分类模型的训练与评测，CC BY 3.0 许可开放获取。
【数据集背景】
本数据集源站标题为《A radiomics model from joint FDG-PET and MRI texture features for the prediction of lung metastases in soft-tissue sarcomas of the extremities》。源站首次发布：2015/06/01。
【数据内容】
源站原始描述：In our work, we developed a joint FDG-PET and MRI texture-based model for the early evaluation of lung metastasis risk in STSs. We explored a novel approach based on the fusion of FDG-PET and MRI volumes to better quantify intratumoural heterogeneity using texture analysis. Fusion was implemented using a technique based on the wavelet transform, by first registering and resampling MRI volumes onto FDG-PET volumes (registered/resampled MRI data is also available in this dataset). Nine non-texture…
【数据结构与技术规格】
数据集 DOI：10.7937/K9/TCIA.2015.7GO2GSKS。
【主题与分类】
源站学科分类：CT、RTSTRUCT、PT、MR、Follow-Up、Treatment。主题标签：Soft Tissue Sarcoma。
【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/soft-tissue-sarcoma/
使用许可：CC BY 3.0（https://creativecommons.org/licenses/by/3.0/）。
规范引用：Vallières, Martin, Freeman, Carolyn R., Skamene, Sonia R., & El Naqa, Issam. (2015). A radiomics model from joint FDG-PET and MRI texture features for the prediction of lung metastases in soft-tissue sarcomas of the extremities (Soft-tissue-Sarcoma) [Dataset] . 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。
数据说明
TCIA软组织肉瘤影像集合包含MRI或CT等临床影像资料，适合肉瘤分割、影像组学、治疗反应和预后模型研究。
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。
