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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-43580

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一个稳健的诊断特征，以识别不同类型肺癌的阶段。参与者被要求开发并提交一个分类器，能够将肺癌患者分层为四组之一：腺癌阶段1（AC阶段1）、腺癌阶段2（AC阶段2）、鳞状细胞癌阶段1（SCC阶段1）或鳞状细胞癌阶段2（SCC阶段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，并在本文描述的独立数据集上进行测试。收集了150例I期和II期的非小细胞肺癌肿瘤（腺癌，AC和鳞状细胞癌，SCC），这些肿瘤来自同意参与的患者的手术切除。腺鳞癌和大细胞肿瘤样本被排除在外。

吸烟者和非吸烟者的数量均衡：有41例AC1（I期腺癌）、36例AC2、34例SCC1和39例SCC2样本。七个研究点（黎巴嫩、摩尔多瓦共和国、罗马尼亚、俄罗斯联邦、乌克兰、越南和美利坚合众国）的研究病理学家审查了样本的肿瘤永久切片和冷冻切片。还收集了有关肿瘤分期、既往癌症史、通过淋巴结采样/清扫确定的淋巴结受累情况、吸烟史、年龄、性别的临床信息。

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。