Wellcome LEAP 三阴性乳腺癌 IMC Panel 4 数据集

受控访问的成像质谱流式(IMC)数据,来自回顾性 Wellcome LEAP 三阴性乳腺癌队列,用于支持 Victori 等人发表于 Cell Reports Medicine 的稿件

ZenodoZenodo
datacite
浏览 3
基因组分类肿瘤乳腺癌三阴性乳腺癌IMC成像质谱流式受控访问
Wellcome LEAP TNBC IMC data - Panel 4 supporting Victori et al. Cell Reports Medicine

基本信息

模态
基因组
任务类型
分类
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-19

资源简介

Wellcome LEAP 三阴性乳腺癌 IMC Panel 4 数据集

受控访问的成像质谱流式(IMC)数据,来自回顾性 Wellcome LEAP 三阴性乳腺癌队列,用于支持 Victori 等人发表于 Cell Reports Medicine 的稿件

Wellcome LEAP TNBC IMC data - Panel 4 supporting Victori et al. Cell Reports Medicine

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):受控访问的成像质谱流式(IMC)数据,来自回顾性 Wellcome LEAP 三阴性乳腺癌队列,用于支持 Victori 等人发表于 Cell Reports Medicine 的稿件。该数据集包含稿件中所分析 LEAP 样本的 IMC Panel 4 数据。数据来源于人类患者肿瘤样本,与 LEAP 测序数据分开存放。本次发布仅限支持 Cell Reports Medicine 研究所需的 IMC 数据。其他 IMC panel 及更广泛的经处理/整合的 LEAP 数据集预计将结合未来 LEAP 出版物另行发布。数据集访问受限,将依据适用的 LEAP 数据治理与参与者知情同意要求提供。

【主题与分类】

主题标签:肿瘤、乳腺癌、三阴性乳腺癌、IMC、成像质谱流式、受控访问。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://zenodo.org/doi/10.5281/zenodo.22078929

使用许可:Creative Commons Attribution 4.0 International。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.5281/zenodo.22078929

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

受控访问的成像质谱流式细胞术(IMC)数据,来自回顾性Wellcome LEAP三阴性乳腺癌队列,支持Victori等人发表于Cell Reports Medicine的稿件。该数据集包含稿件中所分析LEAP样本的IMC Panel 4数据。数据来源于人类患者肿瘤样本,与LEAP测序数据分开存放。本次发布仅限于支持Cell Reports Medicine研究所需的IMC数据。其他IMC panel以及更广泛的处理后/整合后的LEAP数据集预计将结合未来LEAP出版物另行发布。数据集访问受限,将根据适用的LEAP数据治理和参与者同意要求提供。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。