lungNENomics 队列肺神经内分泌肿瘤空间转录组数据

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-17055

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

本数据集包含四种肺神经内分泌肿瘤（lung NETs）的空间转录组学数据，这是一种罕见且研究不足的肺癌类型。数据集由原始测序数据、元数据和基因表达矩阵组成。它是lungNENomics项目的一部分。有关该系列的处理数据，请参见https://doi.org/10.5281/zenodo.19366762，其中包括本数据集中四个样本的下游分析数据，如推断的CNV和非整倍体状态，以及每个空间点的空间域和细胞比例。lungNENomics项目还为200多个样本的系列生成了其他分子数据。原始测序数据（RNA-seq的fastq文件、WGS的cram文件和甲基化阵列的idat文件）托管在欧洲基因组-表型组档案网站上，研究编号为EGAS00001005979。lungNENomics项目的医学影像数据（苏木精和伊红染色的全切片图像）托管在EBI bioImage Archive中（10.6019/S-BIAD3143）。

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。