组织病理学诊断中肿瘤分子异质性的报告
该数据集来自 search.dataone.org，主题为组织病理学诊断中肿瘤分子异质性的报告，本站归类为肿瘤/肝癌。源站描述显示，研究采用靶向多基因下一代测序（TM-NGS）评估胃肠道肿瘤分子异质性，覆盖 35 例胃肠道肿瘤（包括肝细胞癌、胆管癌等七类，每类 5 例），检测 46 个癌症相关基因突
基本信息
资源简介
组织病理学诊断中肿瘤分子异质性的报告
Reporting tumor molecular heterogeneity in histopathological diagnosis
该数据集来自 search.dataone.org，主题为组织病理学诊断中肿瘤分子异质性的报告，本站归类为肿瘤/肝癌。源站描述显示，研究采用靶向多基因下一代测序（TM-NGS）评估胃肠道肿瘤分子异质性，覆盖 35 例胃肠道肿瘤（包括肝细胞癌、胆管癌等七类，每类 5 例），检测 46 个癌症相关基因突变，并利用一株壶腹部癌癌细胞系和一例肝脏癌肉瘤评估检测灵敏度。数据可用于肿瘤分子异质性识别与个性化治疗相关研究（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：随着靶向治疗的出现，检测肿瘤分子异质性已变得至关重要。检测分析应全面、及时，并基于常规可获得的肿瘤样本。目的：评估靶向多基因下一代测序（TM-NGS）在表征胃肠道癌症分子异质性方面的诊断潜力。方法：使用 Ion Torrent 半导体 TM-NGS 评估 35 例胃肠道肿瘤（每类 5 例：肠型胃癌、胰腺导管腺癌、胰腺导管内乳头状黏液性肿瘤、壶腹部癌、肝细胞癌、胆管癌、胰腺实性假乳头状肿瘤）中 46 个癌症相关基因的突变。一株壶腹部癌癌细胞系和一例肝脏癌肉瘤用于评估检测灵敏度
【主题与分类】
主题标签：Histopathological diagnosis、Personalized therapy、Homo Sapiens、Molecular heterogeneity、Next-generation sequencing。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Abdcfc71dcf9aec5f564b7aed40d621e37c73d5428a25b547671af61dbc034283
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
背景：随着靶向治疗的出现，检测肿瘤分子异质性已变得至关重要。检测分析应全面、及时，并基于常规可获得的肿瘤样本。目的：评估靶向多基因下一代测序（TM-NGS）在表征胃肠道癌症分子异质性方面的诊断潜力。方法：采用Ion Torrent半导体TM-NGS技术，对35例胃肠道肿瘤——每种类型各5例，包括肠型胃癌、胰腺导管腺癌、胰腺导管内乳头状黏液性肿瘤、Vater壶腹癌、肝细胞癌、胆管癌、胰腺实性假乳头状肿瘤——进行46个癌症相关基因的突变评估。使用一株Vater壶腹癌细胞系和一例肝脏癌肉瘤评估检测灵敏度。TP53、PIK3CA、KRAS和BRAF突变通过传统Sanger测序进行验证。结果……
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。
