IDR idr0150-friedman-cafs 实验A 乳腺癌细胞组织成像数据集
图像数据资源：经策展的细胞/组织成像研究（OME/EMBL-EBI）。主题标签：乳腺癌、肿瘤、细胞成像、组织成像、IDR、OME
基本信息
资源简介
IDR idr0150-friedman-cafs 实验A 乳腺癌细胞组织成像数据集
IDR idr0150-friedman-cafs (experimentA) 是 Image Data Resource（IDR）中一项经策展的细胞/组织成像研究，归属于肿瘤 / 乳腺癌分类。该数据集来自 idr.openmicroscopy.org，源站将其描述为 IDR study idr0150-friedman-cafs 的 experimentA 实验，包含 2 幅图像。Image Data Resource 是由 OME/EMBL-EBI 维护的经策展细胞/组织成像研究资源，本数据集即属于该资源体系中的一项研究记录，主题标签涵盖乳腺癌、肿瘤、细胞成像、组织成像、IDR 与 OME。以下依据可获得的信息，对该数据集的相关方面作简要说明。
【数据集背景】
该数据集属于肿瘤 / 乳腺癌方向，是 IDR 平台收录的经策展细胞/组织成像研究之一。IDR 作为 OME/EMBL-EBI 提供的图像数据资源，以策展方式组织细胞与组织成像研究，本数据集在其中以 idr0150-friedman-cafs 研究下的 experimentA 实验形式存在。关于该研究的具体科学背景、研究目的与实验设计，源站未提供。
【数据内容】
该数据集对应 experimentA 实验，包含 2 幅图像。图像的具体模态、尺寸、通道数、分辨率、文件格式及所含生物学对象等细节，源站未提供。主题标签表明其内容涉及乳腺癌、肿瘤以及细胞成像与组织成像，但各标签对应的具体图像内容，源站未提供。
【采集与来源】
数据集来源于 idr.openmicroscopy.org，属于 Image Data Resource 收录的经策展研究。源站描述指明其为 IDR study idr0150-friedman-cafs 的 experimentA 实验。关于样本来源、成像仪器、采集参数、实验条件及原始数据提交者等信息，源站未提供。
【适用场景】
基于其肿瘤 / 乳腺癌分类及细胞成像、组织成像的主题标签，该数据集可用于与乳腺癌及肿瘤相关的细胞/组织成像研究的查阅与参考。由于图像数量为 2 幅，其适用范围可能偏向特定实验的示例性观察。关于该数据集具体的适用分析任务、验证用途或基准测试场景，源站未提供。
【使用方法】
该数据集可通过 idr.openmicroscopy.org 访问，属于 IDR 平台上的策展研究记录。关于图像的下载方式、访问权限、所需软件工具、元数据读取方法及具体使用步骤，源站未提供。
【质量与限制】
该数据集为 IDR 经策展的成像研究，具备策展资源的基本组织方式。其图像数量为 2 幅，规模有限。关于图像质量评估、数据完整性、潜在偏差及使用中的其他限制，源站未提供。
【引用与许可】
该数据集来自 IDR（OME/EMBL-EBI），引用时应指向 idr0150-friedman-cafs 研究及 experimentA 实验。关于具体的引用格式、文献出处、许可条款及使用限制，源站未提供。
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://idr.openmicroscopy.org/webclient?show=project-2801
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
IDR study idr0150-friedman-cafs. Experiment: experimentA. Images: 2. Image Data Resource: curated cell/tissue imaging study (OME/EMBL-EBI).
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。
