准确评估PD-L1需高特异性识别循环肿瘤细胞

数据集获取

源站：https://search.dataone.org/view/sha256%3A1dda6ef1c310af2ff8abe8d6976794e29122924f1eb411aca192792a17376f7e

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

背景：非小细胞肺癌（NSCLC）中程序性死亡配体1（PD-L1）的表达通常通过侵入性活检进行评估；然而，循环肿瘤细胞（CTC）鉴定方面的最新进展可能成为一种侵入性更小的方法，用于对这些肿瘤细胞进行检测。这些液体活检依赖于从血液中多种细胞群体中准确鉴定CTC，因为某些肿瘤细胞与正常血细胞具有共同特征。虽然许多血细胞可通过其高表达CD45而被排除，但中性粒细胞及其他未成熟髓系亚群CD45表达低或缺失，同时也表达PD-L1。此外，细胞角蛋白通常用于鉴定CTC，但中性粒细胞可能对细胞内抗体（包括细胞角蛋白）发生非特异性染色，从而妨碍对肿瘤细胞上PD-L1表达的准确评估。在评估上皮细胞黏附分子（EpCAM）阳性……中的PD-L1时，这一点尤为重要。

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。