小鼠乳腺癌模型跨肿瘤阶段预处理MALDI-MS成像数据集

数据集获取

源站：https://doi.org/10.17877/rtg2624-2026-mrkm1k1k

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

<b>数据描述</b><br> 本数据集包含来自小鼠HER2阳性乳腺癌模型的预处理配对MALDI质谱成像（MALDI−MSI）数据和HER2染色免疫组化参考图像。数据集包括来自14只小鼠的38个肿瘤标本，涵盖原发肿瘤（n=14）、切除后复发肿瘤（n=14）和肺转移灶（n=10）。每个标本包含针对877个m/z值共享峰列表的MALDI-MSI强度图（即“MALDI图像”）以及相应的HER2染色参考图像。38个标本中有9个提供了注释，根据MALDI图像与HER2阳性目标区域的对应关系将其分类为匹配、近似匹配或不匹配。所有图像（包括组织学参考图像）均已针对基于深度学习的图像分析进行了预处理。有关数据采集的详细信息，请参阅相关出版物的方法部分或联系通讯作者。<br><br> <b>已执行的预处理</b><br> 预处理包括将HER2染色参考图像转换为灰度图像，并使用零填充进行保持宽高比的缩放至224 x 224像素。

MALDI-MSI强度值在99.9%分位数处进行截断以排除极端离群值，并缩放至0-1范围。<br><br> <b>文件夹结构与软件</b><br> 数据以包含PyTorch张量的“.pt”文件形式提供。这些文件由Python生成，可通过PyTorch包使用torch.load(‘filename.pt’, weights_only=False)加载。<br><br> Dataset/<br> ├── Example_DataLoadingAndHandling.ipynb<br> ├── Labels/<br> │ ├── Labels_M1L.pt<br> │ └── …<br> └── Processed_Data/<br> ├── 00mz_names.pt<br> ├── Edi3-Metastase-M1-Lu-Left.pt<br> └── …<br> “Processed_Data”文件夹中每个标本对应一个.pt文件。在每个文件中，第一个条目为预处理后的HER2染色参考图像，其后为按m/z值递增顺序排列的预处理MALDI-MSI图像。文件“00mz_names.pt”包含相应的m/z值名称

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。