DCIS进展中染色质图像的无监督表征学习数据集

数据集获取

源站：https://doi.org/10.16907/f2030c03-231e-4cb9-9b69-446714b51d26

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

导管原位癌（DCIS）是一种可发展为浸润性乳腺癌的原位肿瘤，而浸润性乳腺癌是癌症死亡的主要原因之一。我们构建了一个大规模组织微阵列成像数据集，使用DAPI对染色质进行染色，样本来自122名患者的560份组织样本，涵盖DCIS进展过程中的3个疾病阶段和11种肿瘤表型类别。我们研究了哪些细胞或组织特征标志着DCIS进展，以及这些特征是否仅从染色质图像中即可获得，而无需使用高度多重染色或高通量测序。利用无监督表示学习方法，我们仅基于染色质图像识别出八种不同的形态学细胞状态，并表明这些不同的细胞状态与可解释的细胞核和染色质特征相关。所有细胞状态均在全部3个疾病阶段和11种表型类别中观察到，但比例不同，这表明在浸润性癌症中富集的细胞状态早已以极小比例存在于正常乳腺组织中。

组织水平分析显示，在DCIS进展过程中，细胞状态的空间组织方式，即细胞状态相对于导管的位置以及彼此之间的相对位置，发生了显著改变。重要的是，我们证明仅基于细胞状态邻域的统计数据，就能准确预测疾病分期和表型类别。总体而言，我们的分析表明，染色质成像是一种强有力的细胞状态和DCIS疾病分期的测量手段，从而为肿瘤进展提供了一种简单有效的基于成像的生物标志物。

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。