头颈癌分析数据集

数据集获取

源站：https://ieee-dataport.org/documents/head-and-neck-cancer-analysis-dataset

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

该数据集旨在评估头颈部鳞状细胞癌（HNSCC）患者的一阶纹理特征在总体生存预测中的价值。研究纳入了83名HNSCC患者，基于其[18F]FDG PET/CT影像数据进行分析。数据集包含代谢和体积参数，如标准化摄取值（VOIs）、感兴趣体积的CT值、代谢肿瘤体积（MTV）、总病灶糖酵解（TLG）以及非球面性（ASP）。同时，通过一阶纹理参数（如变异系数、偏度、峰度和熵）评估肿瘤内和肿瘤间的异质性。研究探讨了这些参数与患者总体生存期（OS）及年龄之间的相关性，并进行了单变量、多变量Cox回归和Kaplan-Meier生存分析。该数据集主要用于头颈癌的影像组学分析、生存预测模型构建以及肿瘤异质性研究。

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。