脑切片外植体预测脑肿瘤药物反应

数据集获取

源站：https://clinicaltrials.gov/study/NCT05978557

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

条件：中枢神经系统肿瘤。这项生物样本采集研究将评估在儿童和成人受试者中，将切除的中枢神经系统（CNS）肿瘤组织进行离体移植和检测以估计药物反应的可行性。CNS肿瘤表现出显著的异质性，遗憾的是，目前尚无可靠的精准肿瘤学平台能够为每位患者确定最有效的治疗。近期研究已证明，使用患者来源的外植体（PDE）的功能性精准肿瘤学平台在预测多种癌症药物反应方面取得了成功。由于PDE保留了肿瘤异质性的重要方面，它们可能被证明是CNS肿瘤的有效功能模型。本研究的目的是探索使用新型PDE平台为中枢神经系统肿瘤患者生成药物敏感性评分的可行性，这些患者为切除低级别或高级别CNS肿瘤的儿童和成人受试者。次要目标是估计按给定肿瘤大小成功扩增PDE的比例。

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。