Ivy胶质母细胞瘤图谱
包含胶质母细胞瘤组织切片图像、转录组和解剖区域标注，用于肿瘤微环境研究。由Allen Institute for Brain Science提供，来自Ivy GAP，包含多种数据模态，包含42条数据记录，适用于分类任务，专注于肿瘤领域的脑肿瘤研究。
基本信息
资源简介
Ivy胶质母细胞瘤图谱
【一句话概览】
Ivy Glioblastoma Atlas Project 是在细胞和分子层面探索胶质母细胞瘤解剖学与遗传学基础的基础资源。该项目包含以下数据集：ISH，即原位杂交组织切片及相邻经苏木精-伊红（H&E）染色切片的细胞分辨率图像数据，并标注了解剖结构；RNA-Seq，即对 Anatomic Structures ISH Survey 中识别出的解剖结构以及通过激光显微切割分离的推定癌症干细胞簇进行的 RNA 测序数据；Specimen Metadata，即每位患者和肿瘤的去标识化临床数据（来源 glioblastoma.alleninstitute.org）。
【数据集背景】
本数据集源站标题为《Ivy Glioblastoma Atlas Project》。
【数据内容】
源站原始描述：The Ivy Glioblastoma Atlas Project is a foundational resource for exploring the anatomic and genetic basis of glioblastoma at the cellular and molecular levels. The Ivy Glioblastoma Atlas Project includes the following data sets ISH: Image data at cellular resolution of in situ hybridization (ISH) tissue sections and adjacent hematoxylin and eosin (H&E)-stained sections annotated for anatomic structures. RNA-Seq: RNA sequencing data for anatomic structures identified in the Anatomic Structures I…
中文译文（机器翻译，仅供快速理解，请以原文为准）：Ivy胶质母细胞瘤图谱项目是探索胶质母细胞瘤在细胞和分子层面解剖学及遗传学基础的一项基础资源。Ivy胶质母细胞瘤图谱项目包含以下数据集：ISH：原位杂交（ISH）组织切片及相邻的苏木精和伊红（H&E）染色切片的细胞分辨率图像数据，这些切片已标注解剖结构。RNA-Seq：针对解剖结构ISH调查中识别的解剖结构以及通过激光显微切割分离的推定癌症干细胞簇进行的RNA测序数据。样本元数据：每位患者和肿瘤的去识别化临床数据。
【主题与分类】
主题标签：glioblastoma、ISH、RNA-Seq、cancer stem cells、anatomic structures、brain tumor、in situ hybridization、laser microdissection。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://glioblastoma.alleninstitute.org/
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://glioblastoma.alleninstitute.org/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
包含胶质母细胞瘤组织切片图像、转录组和解剖区域标注，用于肿瘤微环境研究。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
