SBV 肺癌肿瘤基因表达谱：腺癌与鳞状细胞癌

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE43580

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

该数据集包含150个肺癌肿瘤的图谱，旨在作为SBV IMPROVER诊断特征挑战赛（sbvimprover.com）的测试数据集。此子挑战的目标是验证能否从基因表达数据中提取出稳健的诊断特征，以识别不同类型肺癌的阶段。参与者需开发并提交一个分类器，能将肺癌患者分为四组之一——腺癌1期（AC Stage 1）、腺癌2期（AC Stage 2）、鳞状细胞癌1期（SCC Stage 1）或鳞状细胞癌2期（SCC Stage 2）。分类器可利用任何公开可用的基因表达数据及相关组织病理学信息构建，并在此处描述的独立数据集上进行测试。

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。