输出数据集：源自TCGA-BRCA、用于三阴性乳腺癌分析的处理后对抗敏感性图与训练模型

数据集获取

源站：https://doi.org/10.7910/DVN/VWT2W8

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 988.6 MB。

数据说明

本数据集包含对三阴性乳腺癌（TNBC）进行多模态对抗敏感性分析后得到的处理后输出结果，该分析使用FGSM和PGD对抗攻击作为生物学探针。其中包括五个训练好的组织病理学图像分类器（ResNet50和EfficientNet变体）、两个基因表达分类器（随机森林和XGBoost）、针对TCGA-BRCA-A2和TCGA-BRCA-E2队列的逐患者对抗敏感性图、ComBat批次校正后的基因表达矩阵、患者划分、统计分析结果、通路富集输出结果、生存数据以及所有图表。原始图像和表达数据未包含在内，必须从README中列出的原始公共来源获取。所有处理后输出均源自公开可用的TCGA、GEO、BreakHis和METABRIC数据集。未开展人类受试者研究。本研究仅使用了来自TCGA、GEO、BreakHis和METABRIC的去标识化、公开可用的癌症基因组学和组织病理学数据。未收集新的患者数据。无需IRB批准。

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。