基于microRNA的肝穿刺活检原发肿瘤部位分类
该数据集来自omicsdi.org，收录了333例患者的组织样本，样本取自丹麦哥本哈根大学医院Rigshospitalet病理科档案，涵盖肺癌、乳腺癌、胃/贲门癌、结直肠癌、膀胱癌、胰腺癌、肝细胞癌、胆管癌、不同来源的鳞状细胞癌以及正常肝组织共十类
基本信息
资源简介
基于microRNA的肝穿刺活检原发肿瘤部位分类
A microRNA-based primary tumor site classification of liver core biopsies 是一个面向肿瘤溯源分类研究的转录组学数据集，来源于 omicsdi.org，在站内归入肿瘤 / 肺癌分类。该数据集围绕肝穿刺活检组织的原发肿瘤部位识别问题，基于 microRNA 构建分类器，并进一步探讨周围正常肝组织对分类结果的影响。数据集共收录 333 例患者的组织样本，覆盖十种检测类别，包括肺癌、乳腺癌、胃/贲门癌、结直肠癌、膀胱癌、胰腺癌、肝细胞癌、胆管癌、不同来源的鳞状细胞癌以及正常肝组织。样本取自丹麦哥本哈根大学医院 Rigshospitalet 病理科档案，主题标签为 Transcriptomics。整体而言，该数据集为研究肝转移灶原发部位判定及正常肝组织干扰效应提供了样本基础。
【数据集背景】
在肿瘤诊断中，肝脏是常见的转移部位，而判断肝内肿瘤病灶的原发部位对于后续治疗决策具有重要意义。传统上，原发灶不明的肝转移癌常需要借助免疫组化、影像学及临床信息综合推断，但仍有部分病例难以明确来源。该数据集正是针对这一问题，尝试以 microRNA 表达特征为基础，建立可用于肝穿刺活检组织的原发肿瘤部位分类方法。其研究目标包括两方面：一是开发基于 microRNA 的分类器以识别肝穿刺活检中的原发肿瘤部位；二是探索周围正常肝组织对分类效果的影响。这一背景决定了该数据集不仅包含多种肿瘤类型，还专门纳入了正常肝组织作为检测类别之一。
【数据内容】
数据集涵盖 333 例患者的组织样本，对应十种检测类别：肺癌、乳腺癌、胃/贲门癌、结直肠癌、膀胱癌、胰腺癌、肝细胞癌、胆管癌、不同来源的鳞状细胞癌以及正常肝组织。这些类别既包括可能转移至肝脏的多种原发肿瘤，也包括肝脏原发的肝细胞癌和胆管癌，同时纳入正常肝组织，以便分析周围正常组织对分类的潜在影响。主题标签为 Transcriptomics，表明数据属于转录组学范畴，核心检测对象为 microRNA 表达信息。除上述类别与样本数量外，源站未提供更细粒度的样本分布、表达矩阵格式或临床变量说明。
【采集与来源】
样本来源于丹麦哥本哈根大学医院 Rigshospitalet 病理科档案。该数据集通过 omicsdi.org 发布，站内分类为肿瘤 / 肺癌。采集对象为 333 例患者的组织样本，均对应上述十种检测类别之一。源站未提供样本采集的具体时间范围、伦理审批信息、患者纳入排除标准以及样本保存与处理流程的详细说明。
【适用场景】
该数据集适用于基于 microRNA 的肿瘤原发部位分类研究，尤其是针对肝穿刺活检样本的来源判定。具体而言，可用于开发和评估分类器，区分肺癌、乳腺癌、胃/贲门癌、结直肠癌、膀胱癌、胰腺癌、肝细胞癌、胆管癌及不同来源的鳞状细胞癌等类别；也可用于分析正常肝组织对分类性能的影响，从而探索在真实肝活检样本中肿瘤组织与周围正常组织混合存在时的分类稳健性。此外，该数据集可作为转录组学研究中 microRNA 特征选择与分类建模的测试资源。源站未提供该数据集在其他具体应用场景中的验证结果或使用案例。
【使用方法】
源站未提供该数据集的具体使用方式，包括数据下载格式、预处理步骤、分类器构建方法、训练与测试划分策略以及评价指标等。使用者需依据源站发布的信息自行判断数据组织方式与适用分析流程。
【质量与限制】
该数据集样本来自单一机构的病理科档案，共 333 例，覆盖十种检测类别。由于源站未提供各类别的具体样本数、样本质量评估、批次效应信息以及独立验证队列情况，数据集的类别平衡性、泛化能力与潜在偏倚尚不明确。此外，源站未提供正常肝组织对分类影响的具体分析结果，也未说明分类器的性能指标。因此，在使用该数据集时，应关注其来源单一、样本量有限以及缺乏外部验证等潜在限制。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。使用者应访问 omicsdi.org 上对应的数据集页面，以获取准确的引用要求与使用条款。
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：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-51429
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
开发一个基于微小RNA的分类器，用于肝核心活检原发肿瘤部位的识别，并探讨周围正常肝组织对分类的影响。从丹麦哥本哈根大学医院Rigshospitalet病理科档案中获取了333名患者的组织样本，这些样本对应以下十种检测类别之一：肺癌、乳腺癌、胃/贲门癌、结直肠癌、膀胱癌、胰腺癌、肝细胞癌、胆管癌、不同来源的鳞状细胞癌以及正常肝组织。
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。
