I-SPY2试验中HER2阳性乳腺癌新辅助T-DM1/帕妥珠单抗与紫杉醇/曲妥珠单抗/帕妥珠单抗治疗数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA753123

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

Ado-trastuzumab emtansine联合pertuzumab（T-DM1/P）以及紫杉醇联合曲妥珠单抗和pertuzumab（THP）是I-SPY 2试验中评估的两种实验性治疗方案，该试验是一项针对高风险早期乳腺癌的新辅助平台试验。在预先设定的分析中，我们评估了治疗前时间点HER2、ER/PR和增殖通路中的10种生物标志物，以检验它们与pCR（病理完全缓解）的关联。总体设计：来自高风险早期乳腺癌新辅助I-SPY2试验的新鲜冷冻治疗前乳腺肿瘤（n=127：TDM1/P组52例，THP组44例，TH对照组31例）使用GPL16233（n=22）或GPL20078（n=105）表达芯片进行检测；使用ComBat进行批次校正后，这些数据被合并为一个基因水平的数据集。样本特征及其值代表：HER2：HER2基因的状态。1=阳性；0=阴性。HR：激素（雌激素和孕激素）受体的状态。1=阳性；0=阴性。

pCR：病理完全缓解（pCR）状态 1 = 完全缓解；0 = 未达到完全缓解 MP：MammaPrint状态 0 = MammaPrint高风险1（MP1）；1 = MammaPrint（超）高风险2（MP2） 试验组：每位患者所属的试验组别 - “T-DM1/P组”、“THP组”或“TH对照组”。 最初，对大约900名患者的原始数据应用了ComBat批次校正处理，但我们无法公开这部分数据。从该组中得出的线性调整因子可用于这127名患者的小组。ISPY2_LinearFit_forCombiningExp文件包含了从原始数据到批次校正数据的线性调整。对于基因水平上完全归一化和批次校正后的数据，请使用补充文件中提供的ISPY2ResID_THP_TDM1P_Ctr_ExpDat_GeneLevel_n127.txt。关于手稿中使用的生物标志物/签名，请参阅手稿中的补充数据文件。

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。