超越基准测试：专家引导共识的空间感知聚类支持数据
该数据集是Zenodo记录，包含15个用于评估空间域检测方法性能的基准数据集，以及相应结果域和基于注释计算的指标，还有复现结果所需的其他数据
基本信息
资源简介
超越基准测试：专家引导共识的空间感知聚类支持数据
Beyond benchmarking: an expert-guided consensus approach to spatially aware clustering - Supporting Data 是一个发布于 Zenodo 的科研支撑数据集，围绕空间转录组学中的空间域检测方法评估而构建。该记录汇集了 15 个基准数据集，用于评价空间域检测方法的性能，同时包含由此得到的结果域、基于注释计算出的各项指标，以及使用相关研究代码复现结果所需的其他数据。数据集在站内被归类为肿瘤 / 肺癌方向，主题标签为 Spatial transcriptomics 与 Spatial domain detection，采用 Creative Commons Attribution 4.0 International 许可，发布时间为 2025 年，作者包括 Sun, Jieran、Biharie, Kirti、Cai, Peiying、Müller-Bötticher, Niklas、Kiessling, Paul、Turner, Meghan、Dam, Søren Helweg、Heyl, Florian、Kathirchelvan, Sarusan、Emons, Martin、Gunz, Samuel、Twardziok, Sven、El-Hel 等多位研究者。
【数据集背景】
空间转录组学技术能够在保留组织空间位置信息的前提下测量基因表达，由此衍生出“空间域检测”这一关键分析任务，即识别具有相似表达特征且空间上连续的组织区域。对该类方法的性能进行客观比较，需要统一、可复现的基准数据与评价流程。本数据集正是为这一目的而组织，其标题指向一种“专家引导的共识方法”，用于开展具备空间感知能力的聚类研究，并以支撑数据的形式提供评估与复现所需的材料。数据集与 SACCELERATOR 及 SpaceHack2023_study 两个代码仓库相关联，前者用于评估空间域检测方法的性能，后者用于复现相应结果。
【数据内容】
该 Zenodo 记录由三部分内容构成：一是 15 个用于评估空间域检测方法性能的基准数据集；二是由此得到的结果域以及基于注释计算出的指标；三是使用相关研究代码复现结果所需的其他数据。记录中明确列出的数据集之一是 CosMx 人类肝脏数据集（cosmx_liver）。该数据集包含来自 2 位患者的 2 个福尔马林固定石蜡包埋（FFPE）样本，其中一例为正常肝脏，另一例来自一位患有 G3 级肝细胞癌的患者。数据在 CosMx 平台上生成，使用的是 Human Universal Cell Characterization Panel 1000 pl。除上述已列出的内容外，其余 14 个基准数据集的具体名称与构成源站未提供。
【采集与来源】
CosMx 人类肝脏数据集获取自 NanoString 官方网站的 CosMx 空间分子成像仪 FFPE 数据集页面（human-liver-rna-ffpe-dataset）。该数据集来源于 2 位患者的 2 个 FFPE 样本，涵盖正常肝脏与 G3 级肝细胞癌两种状态，数据由 CosMx 平台配合 Human Universal Cell Characterization Panel 1000 pl 生成。整个记录托管于 Zenodo，来源站为 doi.org。其余基准数据集的具体采集机构、采集地点、时间跨度与样本来源信息源站未提供。
【适用场景】
该数据集适用于空间转录组学中空间域检测方法的基准评测与比较研究，可用于检验不同方法在识别空间连续组织区域方面的表现。由于包含结果域与基于注释计算的指标，它也可用于方法结果的复核与二次分析。记录中提供的复现材料支持使用 SpaceHack2023_study 代码仓库重现研究结果，而基准数据则对应 SACCELERATOR 的评估流程。已明确列出的 CosMx 人类肝脏数据涵盖正常肝脏与 G3 级肝细胞癌样本，因此可用于涉及肝脏组织及肝癌相关空间结构的研究场景。其他具体应用方向源站未提供。
【使用方法】
使用者可通过 Zenodo 记录获取 15 个基准数据集、结果域与计算指标，以及复现所需的其他数据。评估空间域检测方法性能时，可参照 SACCELERATOR 仓库（https://github.com/SpatialHackathon/SACCELERATOR）的流程；复现研究结果时，可使用 SpaceHack2023_study 仓库（https://github.com/SpatialHackathon/SpaceHack2023_study）。CosMx 人类肝脏数据可结合其原始来源页面了解样本与面板信息。具体的数据格式、目录结构、运行环境与参数配置源站未提供。
【质量与限制】
该记录为同行研究提供了统一的基准数据与评估指标，并附带复现材料，有利于结果的可重复性。CosMx 人类肝脏数据仅包含 2 个 FFPE 样本、来自 2 位患者，样本量有限，其中一例为正常肝脏、一例为 G3 级肝细胞癌。其余基准数据集的质量特征、注释完整度、批次效应与平台差异等信息源站未提供。使用时应结合具体研究目的评估其适用性。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，允许在署名前提下使用与传播。引用时应遵循该许可要求进行署名。具体的推荐引用格式、DOI 编号与作者完整名单源站未提供。
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://doi.org/10.5281/zenodo.15487519
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:
数据集大小约 47.42 GB。
数据说明
该Zenodo记录包含：用于评估空间域检测方法性能的15个基准数据集（https://github.com/SpatialHackathon/SACCELERATOR） 根据注释得到的域及计算指标 使用https://github.com/SpatialHackathon/SpaceHack2023_study重现结果所需的额外数据 包括以下数据集： CosMx人类肝脏数据集（cosmx_liver） CosMx人类肝脏数据集来自NanoString网站（https://nanostring.com/products/cosmx-spatial-molecular-imager/ffpe-dataset/human-liver-rna-ffpe-dataset）。该数据集包含来自2名患者的2份福尔马林固定石蜡包埋（FFPE）样本，其中一份为正常肝脏，另一份来自一名G3级肝细胞癌患者。数据在CosMx平台上使用Human Universal Cell Characterization Panel 1000 plex生成。真实注释是通过对其200个最近邻中每种细胞类型频率进行Mclust聚类计算识别得出的。许可条款见NanoString_Data_License_Agreement.pdf。
CosMx人类非小细胞肺癌数据集（cosmx_lung） CosMx人类非小细胞肺癌数据集取自NanoString网站（https://staging.nanostring.com/products/cosmx-spatial-molecular-imager/ffpe-dataset/nsclc-ffpe-dataset）。该数据集包含来自5名非小细胞肺癌G1-G3级患者的8份FFPE样本。数据由CosMx原型仪器使用960基因面板生成[1]。真实标签注释是通过对每种细胞类型在其200个最近邻中出现的频率进行Mclust聚类计算识别得到的。许可条款见NanoString_Data_License_Agreement.pdf。MERSCOPE小鼠脑丘脑（abc_atlas_wmb_thalamus） MERFISH小鼠脑丘脑数据集[2]取自Brain Knowledge Platform（https://alleninstitute.github.io/abc_atlas_access/descriptions/M
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。
