转移性乳腺癌数字全切片图像

数据集获取

源站：https://synapse.org/Synapse:syn59490671

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

概述 本数据集包含n=77例转移性乳腺癌（MBC）患者，其数字化H&E全切片图像来自Georges François Leclerc Cancer Center（n=99张图像）。所有77例患者均接受铂类治疗，其中54例患者首先接受紫杉烷类治疗。每种治疗均依次给予，并通过每2至3个月使用实体瘤疗效评价标准（RECIST1.1）进行的临床和影像学评估，分别评估每种治疗的CR和PFS应答终点。本研究获得CNIL（法国国家数据隐私委员会）、当地伦理委员会批准，所有患者均提供了书面知情同意。

引文 检测乳腺癌和卵巢癌同源重组缺陷的人工智能深度学习预测建模引文： Bergstrom, EN., Abbasi, A., Díaz-Gay, M., Galland, L., Lippman, SM., Ladoire, S., Alexandrov, LB. Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response From Histologic Slides. Journal of Clinical Oncology (2024). https://doi.org/10.1200/JCO.23.02641.

完整队列的原始全外显子组测序分析的引文和链接： Galland, L., Ballot, E., Mananet, H. et al. Efficacy of platinum-based chemotherapy in metastatic breast cancer and HRD biomarkers: utility of exome sequencing. npj Breast Cancer 8, 28 (2022). https://doi.org/10.1038/s41523-022-00395-0.

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。