无标记神经外科病理学受激拉曼成像数据集

数据集获取

源站：https://doi.org/10.7910/dvn/ezw4ek

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。

数据集大小约 29.73 GB。

数据说明

脑肿瘤手术的目标是在不损伤关键脑结构的前提下，最大限度地切除肿瘤。实现这一目标颇具挑战性，因为区分肿瘤与非肿瘤组织往往十分困难。尽管标准组织病理学能提供有助于肿瘤界定的信息，但因其涉及组织的冷冻、切片和染色过程耗时过长，无法在手术中反复进行。受激拉曼散射（SRS）显微镜是一种强大的无标记化学成像技术，能够快速绘制新鲜标本中的脂质和蛋白质分布图，这些信息可转化为类似病理学的图像。尽管该方法已应用于评估小鼠原位异种移植模型和人类脑肿瘤中胶质瘤细胞的密度，但临床脑肿瘤的组织异质性尚未通过SRS成像得到充分评估。本文中，我们对来自12名患者、涵盖多种脑肿瘤类型的41份切除标本进行了分析。

通过评估大规模受激拉曼成像数据，并将其与当前临床金标准组织病理学在4，422个视野中的数据进行关联，我们捕捉到了许多用于胶质瘤分类的重要诊断标志。值得注意的是，在新鲜肿瘤样本中，我们观察到了传统方法未能发现的额外特征，包括胶质瘤细胞内广泛的脂滴、胶质肉瘤中的胶原沉积，以及少突胶质瘤细胞浸润区域中有髓纤维的不规则性和破坏。此数据集已发布在哈佛Dataverse上，以促进诊断培训并允许进一步探究。我们的工作确立了方法学，并为无标记神经外科病理学提供了一套重要的参考图像集。欲了解更多详情，请参阅我们在《癌症研究》上发表的论文（doi: 10.1158/0008-5472.CAN-16-0270）。

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。