多切片空间转录组SpaTAL基准输入数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23471659

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 439.4 MB。

数据说明

SpaTAL 配套的基准输入文件：用于多切片空间转录组学的空间锚定拓扑自适应对比学习。本数据集包括 DLPFC 切片 151673–151676、小鼠脑矢状面前部/后部切片（MBA_MBP）、成年小鼠脑基准（AMB；GSE147747）以及 HER2 阳性乳腺癌样本 H1–H3（BC_H）。四个压缩包共包含 58 个原始科学文件：表达矩阵、坐标、组织学资源以及可用的评估注释。科学文件内容保持不变。样本清单、SHA-256 清单、来源参考、格式说明和补充信息随数据一同提供。全部 28 个选定的 DLPFC 文件均与 CC BY 4.0 上游 SpaBatch 基准包中的对应成员一致。第三方数据保留其各自的来源条款；新编写的文档和清单采用 CC BY 4.0。这些输入包不包含预测聚类、学习到的嵌入或新生成的实验结果。代码：https://github.com/baibaibaialone/SpaTAL

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。