人脑膜瘤固定肿瘤组织：训练集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE16153

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

背景：脑膜瘤约占原发性脑肿瘤的27%，是最常见的脑肿瘤之一。脑膜瘤最常见于40至70岁人群，且女性较男性更为常见。大多数脑膜瘤（90%）被归类为良性肿瘤，其余10%为非典型或恶性。目前存在多种分类方法，但最常用的是世界卫生组织（WHO）的分类，其根据临床预后将脑膜瘤分为三个组织学级别：I级（良性）、II级（非典型）和III级（间变性）。大多数这些亚型表现相似，但间变性肿瘤最具侵袭性。区分良性、非典型和间变性肿瘤的能力很重要，因为这会影响治疗决策。基于分子的分类系统有可能成为更好的预后指标，并有助于识别驱动肿瘤进展和生长的通路与网络中的改变。所获得的信息有可能转化为更有效且毒性更低的靶向治疗。

我们测试了一种对福尔马林固定、石蜡包埋组织进行全基因组表达谱分析的方法。我们将该方法应用于脑膜瘤肿瘤临床结局的分析。材料与方法：训练集由1990年至2005年间连续接受脑膜瘤手术治疗的63例患者的组织样本组成。每位患者均有临床结局数据及福尔马林固定、石蜡包埋的肿瘤组织块可供使用。验证集包括1992年至2006年间连续接受手术的189例脑膜瘤患者的组织样本。我们使用了一种定制的60聚体氨基修饰寡核苷酸阵列，包含912个探针，其中许多探针特异性针对癌症中常见改变的基因。功能注释通过基因集富集分析（GSEA，www.broad.mit.edu/gsea/）进行。生存分析

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。