氘代谢成像表征小鼠胶质母细胞瘤异质性：基于葡萄糖周转动力学
该数据集包含基于GL261和CT2A小鼠胶质母细胞瘤模型采集的多模态影像与代谢数据，主要涵盖氘磁共振波谱成像、T2加权解剖MRI及动态对比增强MRI等模态，通过动态葡萄糖增强氘代谢成像技术定量绘制葡萄糖在不同代谢通路中的周转速率图，用于研究脑肿瘤的代谢异质性、表征肿瘤微环境表型，并为开发非侵入性代谢成像工具提供支持。
基本信息
资源简介
氘代谢成像表征小鼠胶质母细胞瘤异质性：基于葡萄糖周转动力学
【数据集背景】
本数据集源站标题为《Deuterium metabolic imaging phenotypes mouse glioblastoma heterogeneity through glucose turnover kinetics》。
【数据内容】
源站原始描述：Glioblastomas are aggressive brain tumors with dismal prognosis. One of the main bottlenecks for developing more effective therapies for glioblastoma stems from their histologic and molecular heterogeneity, leading to distinct tumor microenvironments and disease phenotypes. Effectively characterizing these features would improve the clinical management of glioblastoma. Glucose flux rates through glycolysis and mitochondrial oxidation have been recently shown to quantitatively depict glioblastoma…
【主题与分类】
主题标签：mitochondrial metabolism、Glioblastoma multiforme、Deuterium metabolic imaging、kinetic modeling、Glycolysis。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:d5d962a7143ef8d092aeef6d859d8f92526519d7924cdb8dd905fa03d61e645a
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
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:
数据说明
该数据集来源于一项针对小鼠胶质母细胞瘤（GL261和CT2A肿瘤模型）的代谢成像研究，旨在通过动态葡萄糖增强氘代谢成像（DGE-DMI）技术，定量刻画肿瘤微环境的葡萄糖代谢异质性。数据集包含原始与处理后的多模态数据，具体涉及氘磁共振波谱成像、解剖T2加权MRI、动态对比增强MRI以及相应的处理代码与组织病理学关联数据。数据通过严格的动物实验规范采集，应用于脑肿瘤代谢表型分析、肿瘤异质性研究及新型非侵入性成像方法的开发验证。
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。
