术中质谱快速检测胶质瘤IDH突变
该数据集来自 Purdue University Research Repository，聚焦于利用术中质谱技术快速检测胶质瘤中的 IDH 突变状态
基本信息
资源简介
术中质谱快速检测胶质瘤IDH突变
Rapid Detection of IDH Mutations in Gliomas by Intraoperative Mass Spectrometry
该数据集来自 Purdue University Research Repository，聚焦于利用术中质谱技术快速检测胶质瘤中的 IDH 突变状态。胶质瘤是中枢神经系统最常见的肿瘤，IDH 突变状态对诊断和预后具有重要意义，IDH 突变型患者生存率更高。由于胶质瘤呈弥漫性生长，最大程度切除肿瘤困难，而常用的免疫组化和基因检测无法满足术中快速诊断需求。该数据可用于开发术中质谱诊断方法，辅助区分 IDH 突变型与野生型胶质瘤（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2024。
【数据内容】
源站描述（机器翻译，仅供参考）：胶质瘤是中枢神经系统最常见的肿瘤。根据世界卫生组织（WHO）中枢神经系统肿瘤分类，成人胶质瘤分为 IDH 突变型（IDH-mut）和 IDH 野生型（IDH-wt）。IDH 突变状态在诊断和预后中起重要作用，因为 IDH 突变型胶质瘤患者表现出更高的生存率。通过开颅手术进行肿瘤切除是胶质瘤患者最重要的预后调节因素。然而，由于胶质瘤的弥漫性，实现最大程度肿瘤切除很困难，这需要灵敏且快速的术中诊断工具。常用的分子诊断方法，即免疫组织化学（IHC）和基因检测，无法满足术中评估的要求。IDH-mut 酶将 α-酮戊二酸转化为 2-羟
【主题与分类】
主题标签：Mass Spectrometry、Brain、Surgery、Analytical Chemistry。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://purr.purdue.edu/publications/4515/1
使用许可：Creative Commons Zero v1.0 Universal。
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://doi.org/10.4231/6x3a-h790
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
胶质瘤是中枢神经系统最常见的肿瘤。根据世界卫生组织（WHO）中枢神经系统肿瘤分类，成人胶质瘤被分为IDH突变型（IDH-mut）和IDH野生型（IDH-wt）。IDH突变状态在诊断和预后中起着重要作用，因为IDH突变型胶质瘤患者的生存率更高。通过开颅手术进行肿瘤切除是胶质瘤患者最重要的预后调节因素。然而，由于胶质瘤的弥漫性特征，实现最大程度的肿瘤切除十分困难，这要求术中诊断工具既灵敏又快速。常用的分子诊断方法，如免疫组织化学（IHC）和基因检测，无法满足术中评估的需求。IDH突变型酶将α-酮戊二酸转化为2-羟基戊二酸（2HG），后者是IDH突变型胶质瘤中特有的致癌代谢物。解吸电喷雾电离质谱（DESI-MS）和直接毛细管喷雾（DCS）质谱是快速且灵敏的工具，能够以最少的样本制备检测脑组织中的IDH突变。
该数据集包含串联质谱结果，这些结果分别由美国佛罗里达州杰克逊维尔梅奥诊所的DESI-MS和中国上海华山医院的DCS-MS在术中获取。此处提供的结果代表了所收集的全部数据；其中包括梅奥诊所53号受试者八份组织活检的DESI-MS数据。</p>
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。
