MERFISH 4T1 细胞培养原始未对齐图像

该数据集为在受控体外条件下培养的小鼠乳腺癌细胞系 4T1 的 MERFISH 原始未对齐图像,包含 15 个视野(FOV),每个视野有 15 个 z 切片,空间分辨率为每像素 0.024 μm,每个视野覆盖 1608 × 1608 像素区域

Harvard DataverseHarvard Dataverse
dataverse
浏览 4
基因组图像分割Medicine, Health and Life SciencesMERFISH dataset
MERFISH 4T1 Cell-Culture Raw Unaligned Images

基本信息

模态
基因组
大小
31.418332051 GB
任务类型
图像分割
创建/更新时间
2026-11-03

资源简介

MERFISH 4T1 细胞培养原始未对齐图像

MERFISH 4T1 Cell-Culture Raw Unaligned Images

该数据集为在受控体外条件下培养的小鼠乳腺癌细胞系 4T1 的 MERFISH 原始未对齐图像,包含 15 个视野(FOV),每个视野有 15 个 z 切片,空间分辨率为每像素 0.024 μm,每个视野覆盖 1608 × 1608 像素区域。数据按每个视野的成像轮次组织,共 9 个成像轮次,更多信息见数据组织 csv。该数据可用于乳腺癌细胞的空间转录组分析、细胞分割与基因表达定位等研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2025。

【数据内容】

源站描述(机器翻译,仅供参考):该培养细胞数据集由从 4T1 细胞培养物中获取的 MERFISH 图像组成,4T1 是一种在受控体外条件下生长的小鼠乳腺癌细胞系。该数据集包含 15 个视野(FOV),每个视野有 15 个 z 切片,采集空间分辨率为每像素 0.024 μm。每个视野覆盖 1608 × 1608 像素区域。数据集按每个视野的成像轮次组织。共有 9 个成像轮次。更多信息可在数据组织 csv 中找到。

【主题与分类】

主题标签:Medicine, Health and Life Sciences、MERFISH dataset。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/NE0WOP

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.7910/DVN/NE0WOP

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。

数据集大小约 31.42 GB。

数据说明

培养细胞数据集由从4T1细胞培养物中获取的MERFISH图像组成,4T1是一种在受控体外条件下培养的小鼠乳腺癌细胞系。该数据集包含15个视野(FOV),每个视野有15个z切片,以每像素0.024 μm的空间分辨率获取。每个视野覆盖1608 × 1608像素的区域。数据集按每个视野的成像轮次组织。共有9个成像轮次。更多信息可在数据组织csv文件中找到。

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。