BEHAV3D：用于全面分析工程化T细胞行为与肿瘤反应的三维活细胞成像平台

数据集获取

源站：https://doi.org/10.5061/dryad.3n5tb2rp6

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 39.41 GB。

数据说明

在免疫肿瘤学建模中，使用患者来源材料和免疫细胞共培养已引起显著关注，有助于在患者特异性背景下理解和操控免疫细胞对肿瘤的靶向作用。然而，当前方案在可视化和分析这些活体培养系统的动态细胞特征方面存在局限。我们最近开发了一种名为BEHAV3D的工作流程，结合多色活体3D成像和计算工具，用于分析细胞死亡动态、分类T细胞行为，并生成数据驱动的3D图像和视频。在此，我们提供了一些预处理数据集示例，包含两种共培养设置的视频：乳腺癌患者来源类器官与经工程化表达γδ TCR的αβ T细胞（TEGs），以及急性淋巴细胞白血病细胞与CD19 CART细胞。

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。