DREAM7-Sage Bionetworks-DREAM乳腺癌预后挑战赛

数据集获取

源站：https://synapse.org/Synapse:syn2813426

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

${image?fileName=breast cancer %2D em cell%2Ejpg&align=Left&scale=40} 启动日期： 截止日期： #### 挑战相关出版物 #### 概述

乳腺癌预后挑战赛的目标是评估旨在预测乳腺癌生存的计算模型的准确性，这些模型基于患者肿瘤的临床信息以及包括基因表达和拷贝数谱在内的全基因组分子谱数据。

资源：https://sagebionetworks.jira.com/wiki/display/BCC/Breast+Cancer+Challenge%3A+Detailed+Description

旧 Dream 网站副本：$

1 - 挑战数据

如需获取数据，请访问：https://www.synapse.org/#!Synapse:syn1688369/wiki/

2 - 挑战描述

3 - 最终排行榜

模型 ID |模型名称 |团队 ID |训练得分 |初始测试得分 |最终测试得分
syn1444444 |Attractor Metagenes Model 101515 |317809 |0.7519 |0.7236 |0.7225
syn1444370 |Attractor Metagenes Model 101509 |317809 |0.7463 |0.7269 |0.7210
syn1444400 |Attractor Metagenes Model 101511 |317809 |0.7537 |0.7245 |0.7199
syn1444472 |Attractor Metagenes Model 101516 |317809 |0.7447 |0.7288 |0.7192
syn1444424 |Attractor Metagenes Model 101514 |317809 |0.7475 |0.7273 |0.7177
syn1443133 |Pit…

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。