小细胞肺癌患者活检免疫细胞单细胞图谱
该数据集来自 cellxgene.cziscience.com，包含两个 scRNA-seq 数据集，用于刻画小细胞肺癌（SCLC）患者活检样本中的免疫细胞
基本信息
资源简介
小细胞肺癌患者活检免疫细胞单细胞图谱
该数据集来自 cellxgene.cziscience.com，包含两个 scRNA-seq 数据集，用于刻画小细胞肺癌（SCLC）患者活检样本中的免疫细胞。第一个数据集由 3,640 个免疫细胞组成，来源于 EBUS-TBNA 获取的 SCLC 累及胸部淋巴结（n=10）和肺部组织（n=1），以及原发性 SCLC 肺肿瘤切除样本（n=1）。第二个数据集聚焦于 n=2 例 SCLC 患者配对生物样本（癌累及胸部淋巴结、正常淋巴结和外周血）中 γδ T 细胞（450 个细胞）的转录差异。数据涉及 normal 和 small cell lung carcinoma，组织包括血液、左主支气管、肺和胸部淋巴结，检测方法为 CEL-seq2。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含两个单细胞 RNA 测序（scRNA-seq）数据集，用于刻画小细胞肺癌（SCLC）患者活检样本中的免疫细胞。第一个数据集由 3,640 个免疫细胞组成，这些细胞通过 EBUS-TBNA 从 SCLC 累及的胸部淋巴结（n=10）和 SCLC 累及的肺部组织（n=1）中分离，以及来自原发性 SCLC 肺肿瘤切除样本（n=1）。第二个数据集聚焦于来自 n=2 例 SCLC 患者配对生物样本（癌累及胸部淋巴结、正常淋巴结和外周血）中 γδ T 细胞（450 个细胞）的转录差异。疾病：normal、small cell lung carcinoma。组织：血液、左主支气管、肺、胸部淋巴结。检测方法：CEL-seq2。单细胞数据集（CZ CELLxGENE）。
【主题与分类】
主题标签：normal、small cell lung carcinoma。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://cellxgene.cziscience.com/collections/0d281971-11ea-4f85-9c0f-a3a4a7b4f888
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://cellxgene.cziscience.com/collections/0d281971-11ea-4f85-9c0f-a3a4a7b4f888
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
该数据集包含两个单细胞RNA测序（scRNA-seq）数据集，用于分析小细胞肺癌（SCLC）患者活检样本中的免疫细胞。第一个数据集由3,640个免疫细胞组成，这些细胞通过EBUS-TBNA从受SCLC影响的胸部淋巴结（n=10）和受SCLC影响的肺组织（n=1）中分离，以及通过原发性SCLC肺肿瘤切除术（n=1）获得。第二个数据集聚焦于来自n=2名SCLC患者的匹配生物样本（受癌症影响的胸部淋巴结、正常淋巴结和外周血）中γδ T细胞（450个细胞）的转录差异。疾病：正常、小细胞肺癌。组织：血液、左主支气管、肺、胸部淋巴结。检测方法：CEL-seq2。单细胞数据集（CZ CELLxGENE）。
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。
