SPAD-CFR：训练模型权重与预处理数据集
主题标签：肿瘤、乳腺癌、空间转录组、反事实重编程、扩散模型、模型权重。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖肿瘤。
基本信息
资源简介
SPAD-CFR：训练模型权重与预处理数据集
SPAD-CFR: Trained Model Weights and Preprocessed Datasets 是一个面向肿瘤研究，特别是乳腺癌方向公开数据集，由 Zenodo 提供，来源站为 doi.org。该数据集围绕 SPAD-CFR（Spatial Point-cloud Attention-based Diffusion for CounterFactual Reprogramming）方法构建，包含训练完成的模型权重与预处理后的空间数据集，对应手稿《Counterfactual diffusion modeling enables spatially targeted reprogramming of tissue microenvironments》所述内容。数据集主题涵盖肿瘤、乳腺癌、空间转录组、反事实重编程、扩散模型与模型权重，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可，作者署名为 Anonymous Researcher。
【数据集背景】
该数据集服务于反事实扩散建模研究，旨在支撑对组织微环境进行空间靶向重编程的计算方法 SPAD-CFR。SPAD-CFR 全称为 Spatial Point-cloud Attention-based Diffusion for CounterFactual Reprogramming，其方法思路与手稿《Counterfactual diffusion modeling enables spatially targeted reprogramming of tissue microenvironments》相对应。数据集将训练完成的模型权重与预处理后的空间数据集一并公开，便于研究者复现和进一步使用该建模框架。本站将其归类为肿瘤 / 乳腺癌方向的数据集。
【数据内容】
数据集内容分为两类。第一类是四个数据集对应的训练模型权重，文件格式为 .ckpt。第二类是预处理后的空间数据集，文件格式为 .tar.gz，具体包括：IMC 乳腺癌 Basel 队列、IMC 乳腺癌 Zurich 队列、IMC 黑色素瘤队列，以及 MERFISH 小鼠初级运动皮层数据。上述四项构成了预处理空间数据集的全部内容，模型权重与这四套数据一一对应。
【采集与来源】
数据集来源站为 doi.org，由 Zenodo 提供，作者署名为 Anonymous Researcher，机构标注为 Zenodo，发布时间为 2026 年。关于各队列样本的具体采集地点、时间跨度、样本量及伦理审批信息，源站未提供。
【适用场景】
基于其内容构成，该数据集可用于肿瘤空间微环境相关的反事实重编程建模研究，尤其是乳腺癌方向的 IMC 空间数据分析和跨数据集方法验证；黑色素瘤 IMC 队列与 MERFISH 小鼠初级运动皮层数据可作为额外的空间数据资源，用于方法在不同组织与平台上的检验。模型权重可直接用于对应数据集的推理或再训练起点。具体性能指标与验证结论源站未提供。
【使用方法】
使用者可获取四个数据集对应的 .ckpt 模型权重文件，以及以 .tar.gz 打包的预处理空间数据集，按队列解压后与相应权重配合使用。关于运行环境、依赖版本、输入输出格式及调用接口的详细说明，源站未提供。
【质量与限制】
数据集以预处理形式发布，包含四个队列的空间数据与对应权重，采用知识共享署名 4.0 国际许可。关于数据规模、缺失情况、批次效应评估、模型精度与泛化能力等质量相关信息，源站未提供。
【引用与许可】
使用该数据集应遵循 Creative Commons Attribution 4.0 International 许可，进行署名引用。数据集对应手稿为《Counterfactual diffusion modeling enables spatially targeted reprogramming of tissue microenvironments》，作者署名为 Anonymous Researcher。具体的引用格式与文献条目信息，源站未提供。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.20254865
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 1.36 GB。
数据说明
本仓库包含SPAD-CFR（基于空间点云注意力的反事实重编程扩散模型）的训练模型权重和预处理数据集，如手稿《反事实扩散建模实现组织微环境的空间靶向重编程》所述。内容：- 四个数据集的训练模型权重（.ckpt）- 预处理空间数据集（.tar.gz）： - IMC乳腺癌巴塞尔队列 - IMC乳腺癌苏黎世队列 - IMC黑色素瘤队列 - MERFISH小鼠初级运动皮层
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
