临床精选且可溯源的三阴性乳腺癌与年龄匹配Luminal A对照TCGA-BRCA队列及关联全切片图像

数据集获取

源站：https://doi.org/10.5281/zenodo.20765961

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 3.4 MB。

数据说明

该数据集提供了癌症基因组图谱乳腺浸润性癌（TCGA-BRCA）队列的一个经临床精选且完全可复现的子集，专为计算病理学和乳腺癌分类研究而设计。该资源包含：153例经临床确诊的三阴性乳腺癌（TNBC）患者。153例年龄匹配的Luminal A对照患者。关联的诊断性全切片图像（WSI）元数据及基因组数据共享（GDC）下载清单。通过有记录的19步临床筛选流程实现的完整队列溯源。完整的排除审计日志，可重建队列筛选决策。用于队列生成与验证的可复现Python脚本。该数据集源自TCGA-BRCA队列，该队列包含1,107例患者和145个临床变量，通过cBioPortal获取，并关联至由国家癌症研究所基因组数据共享（GDC）托管的公开可用诊断性全切片图像。发布的文件包括临床元数据表、WSI关联文件、排除日志、下载清单以及可复现的 curation 脚本。许可协议：CC BY 4.0

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。