乳腺癌空间肿瘤形状的临床意义与分子特征数据

数据集获取

源站：https://doi.org/10.5061/dryad.828nn

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 207.2 MB。

数据说明

每种乳腺癌都有其独特的三维空间形态，但这些三维肿瘤形态的临床意义及潜在机制大多尚不清楚。我们收集了2000年1月至2007年7月间接受手术的2，250例浸润性乳腺癌患者的三维肿瘤大小和肿瘤体积数据。通过计算球形肿瘤体积与椭球体肿瘤体积之间的差异（球形-椭球体差异，SED）来评估肿瘤偏心度。在41例患者中，获取了转录组和外显子组测序数据。与传统的最大径线测量相比，通过计算椭球体肿瘤体积来更准确地估计肿瘤负荷并未改善预后预测。然而，通过SED测量的肿瘤空间偏心度在乳腺癌分子亚型之间显示出显著差异。此外，肿瘤偏心度与乳腺癌众所周知的预后因素如肿瘤大小和淋巴结转移相关。来自41例患者的转录组数据显示，MMP13与肿瘤空间形态之间存在显著关联。

网络分析和TCGA基因表达数据分析表明，MMP13受ERBB2和S100A7A调控。本研究验证了当前肿瘤大小方法在确定肿瘤分期中的有效性。此外，我们发现高偏心率的肿瘤更可能具有侵袭性肿瘤特征。参与细胞外基质重塑的基因可能是乳腺癌空间肿瘤形状的候选调节因子。

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。