常春藤胶质母细胞瘤图谱项目（RNA-Seq）
该数据集是一个专注于人类胶质母细胞瘤的多模态医学研究资源，主要包含基于解剖位置的RNA-Seq转录组数据、组织学图像（如H&E染色和RNA原位杂交）、SNP阵列数据、纵向临床记录以及MRI影像数据，旨在为胶质母细胞瘤的分子机制、肿瘤异质性及临床关联研究提供全面的转录组图谱和跨模态信息支持。
基本信息
资源简介
常春藤胶质母细胞瘤图谱项目（RNA-Seq）
【数据集背景】
本数据集源站标题为《Ivy Glioblastoma Atlas Project (RNA-Seq)》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：The Ivy Glioblastoma Atlas Project (Ivy GAP) is a detailed anatomically based transcriptomic atlas of human glioblastoma tumors. As collaborators, the Ivy Foundation funded the Allen Institute and the Swedish Neuroscience Institute to design and create the atlas. The Paul G. Allen Family Foundation also supported the project. This resource consists of a viewer interface that resolves the manually- and machine-annotated histologic images (H&E and RNA in situ hybridization) at 0.5 µm/pixel, a tran…
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=4df5a5db00a6b2d0b503d51e44f6e294
使用许可：openSource。
规范引用：PMID: 29748285
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：http://data.iscr.ac.cn/Article?id=4df5a5db00a6b2d0b503d51e44f6e294
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
常春藤胶质母细胞瘤图谱项目（Ivy GAP）是一个基于解剖学的人类胶质母细胞瘤详细转录组图谱。该项目由常春藤基金会资助艾伦研究所和瑞典神经科学研究所合作设计构建，保罗·G·艾伦家族基金会也提供了支持。该资源包含一个查看器界面，提供手动和机器注释的组织学图像（H&E和RNA原位杂交）以及0.5微米/像素分辨率；一个转录组浏览器用于查看和挖掘基于解剖位置的RNA-Seq样本；应用程序编程接口；描述方法和资源使用方式的帮助文档；以及SNP阵列数据、纵向临床信息和MRI时间序列数据。资源通过艾伦研究所数据门户、瑞典神经科学研究所的Ivy GAP临床与基因组数据库以及癌症影像档案库向公众免费开放。数据集在GEO中提供了用于分析的处理后RNA-Seq FPKM标准化文件，其他处理数据文件、样本与供体元数据及质量控制指标可在项目网站获取。原始RNA-Seq和SNP阵列数据将提交至dbGaP。
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。
