三阴性乳腺癌不同组织形态的激光捕获显微切割与miRNA表达谱
该数据集来自NCBI GEO，聚焦三阴性乳腺癌（TNBC）不同细胞形态区域的miRNA表达分析。研究采用Zeiss PALM MicroBeam系统进行激光捕获显微切割，并用Affymetrix GeneChip miRNA 4.0 Arrays完成表达谱检测，旨在识别各组织形态中失调的miRNA类
基本信息
资源简介
三阴性乳腺癌不同组织形态的激光捕获显微切割与miRNA表达谱
Laser capture microdissection and miRNA expression profiling of different tissue morphologies in triple-negative breast cancer
该数据集来自NCBI GEO，聚焦三阴性乳腺癌（TNBC）不同细胞形态区域的miRNA表达分析。研究采用Zeiss PALM MicroBeam系统进行激光捕获显微切割，并用Affymetrix GeneChip miRNA 4.0 Arrays完成表达谱检测，旨在识别各组织形态中失调的miRNA类别。数据包含1个文件（GSE162670_series_matrix.txt.gz），可用于探索TNBC形态异质性相关的miRNA标志物及生物学行为预测研究（来源 NCBI）。
【数据集背景】
源站首次发布：Dec 04 202。
【数据内容】
源站描述（机器翻译，仅供参考）：三阴性乳腺癌（TNBC）是一组形态学和遗传学上异质的乳腺癌，其生物学行为和对治疗的反应难以预测。本研究的目的是分析TNBC中不同细胞形态区域的miRNA表达。我们使用Zeiss公司的PALM MicroBeam系统进行激光捕获显微切割，随后使用Affymetrix GeneChip miRNA 4.0 Arrays进行表达谱分析，以识别在各组织形态中失调的特定miRNA类别。
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：Non-coding RNA profiling by array、GPL19117、9606。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE162670
【使用注意】
· 源站最后修改于 Mar 06 202，引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE162670
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
三阴性乳腺癌（TNBC）在形态学和遗传学上是一组异质性乳腺癌，其生物学行为及治疗反应的预测尚不明确。本研究旨在分析TNBC不同细胞形态区域内的miRNA表达。我们使用Zeiss公司的PALM MicroBeam系统进行激光捕获显微切割，随后采用Affymetrix GeneChip miRNA 4.0芯片进行表达谱分析，以鉴定在各相应组织形态中失调的独特miRNA类别。本研究经奥洛穆茨大学医院伦理委员会和帕拉茨基大学医学院批准，符合《赫尔辛基宣言》（编号111/15）。根据捷克法律（第373/11号法案及其修正案第202/17号法案），对福尔马林固定石蜡包埋组织进行完全匿名化的回顾性研究无需获取知情同意。每位患者至少有一个组织块留存于档案中，以便未来临床使用，如重新评估或进一步研究。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
