乳腺导管原位癌基因表达与比较基因组杂交数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE7882

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

背景 乳腺X线摄影筛查与乳腺导管原位癌（DCIS）发病率的急剧上升相关，这使得这一重要临床实体的管理挑战更加突出。与浸润性乳腺癌不同，DCIS尚无公认的组织病理学分级系统，也没有可用于指导临床管理的预后生物学标志物。本研究旨在利用分子谱分析识别稳健且临床适用的DCIS恶性潜能指标。方法 通过激光捕获显微切割从46例特征明确的浸润性乳腺癌中分离出导管内癌、非典型导管增生和良性上皮区域。采用基于微阵列的基因表达谱分析识别与1级和3级浸润性癌相关的DCIS之间差异表达的基因（“分级相关基因”）。随后在所有样本中确定这些基因的表达谱，并用于定义“分子分级”类别。通过基于阵列的比较基因组杂交（CGH）检查基因表达衍生类别的基因组基础。

结果：根据173个与分级相关的寡核苷酸探针的表达情况，DCIS样本可分为两个亚组，分别命名为低分子分级（MG）和高分子分级（MG）。低MG亚组包括21例低级别（n=10）和中级别（n=11）核级的DCIS样本，以及所有ADH（n=4）和良性上皮（n=7）样本。高MG亚组包括27例中级别（n=7）和高级别（n=19）核级的DCIS样本。阵列CGH揭示了与MG相关的基因组畸变特征和程度的显著差异，并且MG的临床意义在两个独立的浸润性乳腺癌基因表达数据集（n=295和n=186）中通过与生存期的强相关性得到验证。MG分类与DCIS的组织病理学和生物标志物特征强烈相关。使用分类树模型，

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。