减肥手术后乳腺癌临床前模型中免疫检查点阻断反应改善

数据集获取

源站：https://search.dataone.org/view/sha256%3A1d267a509229551251ea05a2159540e655c9aac623dc5297a7bdb136e2b17fa7

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

减重手术作为一种可持续的减重方法正日益普及，其中袖状胃切除术（VSG）已成为外科干预的首选方式。我们及其他研究团队已表明，肥胖会加剧肿瘤生长，而饮食诱导的减重则可改善肥胖驱动的肿瘤进展。然而，减重手术诱导的减重如何影响癌症进展或改变治疗反应仍不清楚。本研究采用饮食诱导肥胖后行VSG或饮食诱导减重的临床前模型，探讨了乳腺癌进展及免疫检查点阻断治疗的效果。在肿瘤移植前通过减重手术或体重匹配的饮食干预实现减重，均可防止肥胖加剧的肿瘤进展。然而，尽管VSG在体重和脂肪减少程度上与饮食干预相似，其在降低肿瘤负荷方面却不如饮食干预有效。循环瘦素水平与肿瘤负荷变化无关。独特的是，接受……的小鼠肿瘤

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。