GSE188812：高级别胶质瘤中炎症与淋巴细胞浸润与较短生存相关

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE188812

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

胶质瘤在发病率和死亡率方面构成了严重的健康负担。淋巴样和髓样浸润在胶质瘤中的预后意义尚未明确确定。此外，肿瘤微环境中不同白细胞亚群的特征主要依赖于免疫组织化学观察，而关于它们与预后关联的数据存在矛盾。在此，我们对高级别胶质瘤患者的肿瘤浸润和循环免疫区室进行了全面研究。我们确定了预后性的肿瘤和外周免疫特征，这些特征将炎症增加、免疫浸润和激活与高级别胶质瘤患者较短的总生存期相关联。重要的是，我们通过流式细胞术分析证实了我们的观察结果，并使用TCGA数据集验证了肿瘤特征。此外，肿瘤基因型和分级均与胶质瘤免疫浸润程度相关。与大多数癌症不同，肿瘤部位的淋巴细胞浸润在胶质瘤中是一个负向预后因素，这表明免疫反应在胶质瘤中具有促肿瘤的双重作用。

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。