用途:通过 idc-index Python 包访问 NCI Imaging Data Commons(IDC)公开癌症影像数据,用于查找、筛选、下载和可视化放射影像(CT、MR、PET)与病理切片显微图像,数据访问无需认证。
主要能力:用 client.sql_query() 对元数据索引执行 SQL 查询,按癌症类型、模态、解剖部位等筛选;用 client.download_from_selection() 下载 DICOM 文件,可指定 collection_id 或 seriesInstanceUID,并通过 dirTemplate 自定义目录结构;用 client.get_viewer_URL() 在浏览器中查看影像;可查询数据许可、引用信息,并支持批量操作。索引表包括 index、collections_index、analysis_results_index、clinical_index、sm_index、seg_index、ann_index、contrast_index 等,部分需 client.fetch_index() 加载。
使用方式:先安装并升级包 pip install --upgrade idc-index,实例化 IDCClient() 后可用 get_idc_version() 校验数据版本(资料标注当前为 v23)。临床数据可经 fetch_index("clinical_index") 与 get_clinical_table() 获取。数据也可通过 IDC 门户、BigQuery、DICOMweb 代理或云存储(S3/GCS)访问。
适用场景:构建训练数据集、按癌症类型或模态筛选影像、下载 DICOM、研究前核查许可、无本地查看器时在线浏览医学影像。
限制:部分数据(约 4%)为 CC BY-NC,商业使用受限;BigQuery 访问需 GCP 账号;新数据发布总会触发 idc-index 新版本,需注意版本匹配;资料未提供具体收费与价格信息。