基于深度学习方法的癌细胞克隆形态分析复现数据

数据集获取

源站：https://doi.org/10.57903/uj/z5lypb

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

该论文所依据的数据集由源自人LN229和小鼠GL261细胞系的胶质瘤细胞集落的高分辨率显微图像组成，并附有丰富的元数据、专家标注、模型预测以及衍生的形态计量和统计摘要。每条图像记录包括唯一的图像标识符、文件名、原始和处理后的分辨率、细胞系、氧合条件（常氧或低氧）、照射状态和剂量（包括未照射对照和多种剂量，以及一个独立的3 Gy组）、照射后的培养时间，以及归属于标准机器学习划分（训练、验证、测试或放疗后评估）之一的分配。这些变量以整数值存储标识符、图像尺寸和培养时间，以连续数值（浮点）存储照射剂量，以分类字符串变量存储细胞系、氧合状态和数据集划分等实验条件，照射指示符则以逻辑字段表示。在此图像级层之上，数据库还存储每张图像上检测到或标注的每个集落的实例级信息。

每个集落都有其独特的集落标识符，以及一个将其与父图像关联的外键、一个指定克隆类型（全克隆、部分克隆或旁克隆）的类别标签、标注者身份（专家或非专家参与者之一），还有一个标志位指示该标注是真实标注还是模型预测。集落的空间信息以边界框和实例掩码两种形式表示：边界框以标准YOLO格式存储为归一化的连续坐标（中心x/y、宽度、高度），而实例掩码则保存为多边形（浮点坐标列表）或等效格式（例如JSON编码的分割数据）。对于模型输出，数据集还包含置信度分数、目标性分数和类别概

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。