IDR idr0163-greenwald-tnbc 三阴性乳腺癌实验A
主题标签：三阴性乳腺癌、乳腺癌、肿瘤、细胞成像、组织成像、IDR、OME。本数据集为肿瘤领域公开数据集，主题涵盖三阴性乳腺癌。
基本信息
资源简介
IDR idr0163-greenwald-tnbc 三阴性乳腺癌实验A
IDR idr0163-greenwald-tnbc（experimentA）是图像数据资源库（Image Data Resource，IDR）中一项以三阴性乳腺癌为主题的公开细胞与组织成像研究数据集，属于肿瘤/乳腺癌分类。该数据集来源于 idr.openmicroscopy.org，由 OME/EMBL-EBI 维护的 IDR 平台进行策展与发布，共包含 23 幅图像。作为一项经过策展的成像研究，它面向三阴性乳腺癌这一临床与基础研究关注度较高的肿瘤亚型，提供可公开访问的显微成像数据，适合用于观察、检索与二次分析相关成像资料。
【数据集背景】
三阴性乳腺癌是乳腺癌中缺乏雌激素受体、孕激素受体和 HER2 表达的一类亚型，在临床与研究领域受到持续关注。该数据集以三阴性乳腺癌为核心主题，同时涵盖乳腺癌、肿瘤、细胞成像与组织成像等标签，属于 IDR 平台收录的策展型细胞/组织成像研究之一。IDR 作为 OME/EMBL-EBI 提供的图像数据资源，致力于汇集并公开经过整理的研究级生物成像数据，本数据集即其中的一项具体研究（编号 idr0163-greenwald-tnbc）的实验 A 部分。
【数据内容】
该数据集共包含 23 幅图像，主题聚焦三阴性乳腺癌相关的细胞与组织成像。图像数据资源库将其归类为策展的细胞/组织成像研究，说明数据以显微成像形式呈现，可用于观察样本的形态与空间分布特征。除图像数量与主题标签外，源站未提供关于图像分辨率、通道设置、样本数量、染色标记或文件格式等更细粒度的内容说明。
【采集与来源】
数据集来源于 idr.openmicroscopy.org，即图像数据资源库 IDR，由 OME/EMBL-EBI 进行策展与发布。研究标识为 idr0163-greenwald-tnbc，本次发布对应其中的 experimentA。关于具体的成像仪器、采集参数、样本制备流程与实验设计，源站未提供。
【适用场景】
基于其主题与数据类型，该数据集适用于三阴性乳腺癌及乳腺癌方向的细胞与组织成像观察，可作为公开成像资料用于教学演示、方法比较前的数据浏览以及相关研究的参考素材。由于数据经过 IDR 策展并以公开形式发布，也适合作为生物成像数据检索与再利用的示例。关于具体的分析用途与验证性结论，源站未提供。
【使用方法】
用户可通过 idr.openmicroscopy.org 访问该研究（idr0163-greenwald-tnbc）的 experimentA 部分，浏览其中 23 幅图像。关于下载方式、访问协议、图像查看工具及元数据接口等具体操作说明，源站未提供。
【质量与限制】
该数据集由 IDR 进行策展，属于公开的细胞/组织成像研究资源。其图像数量为 23 幅，规模相对有限。关于数据的分辨率水平、完整性、批次效应、标注质量及适用范围等质量相关细节，源站未提供。
【引用与许可】
该数据集发布与策展方为图像数据资源库 IDR（OME/EMBL-EBI），来源站为 idr.openmicroscopy.org。关于具体的引用格式、文献出处与使用许可条款，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-3052
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 idr0163-greenwald-tnbc. Experiment: experimentA. Images: 23. 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。
