三维肿瘤模型与类器官研究资源

数据集获取

源站：https://synapse.org/Synapse:syn75209497

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

3D肿瘤模型与类器官研究资源

概述

本项目提供由先进3D癌症建模系统生成的代表性数据集、成像资源和工作流程文档，包括肿瘤球状体、患者来源类器官和肿瘤微环境共培养平台。上传的资源与多项3D癌症模型开发服务相关，这些服务旨在利用生理相关的体外肿瘤模型支持转化肿瘤学研究、药物反应评估和癌症生物学研究。

资源内容

本项目可能包括：

• 3D肿瘤模型的代表性显微镜图像
• 示例药物反应数据集
• 工作流程和实验方案文档
• 肿瘤球状体和类器官表征资源
• 共培养模型开发示例

实验平台

上传的资源与多个实验肿瘤学平台相关，包括：

• 基于支架的肿瘤培养系统
• 无支架球状体模型
• 患者来源类器官平台
• 肿瘤微环境共培养系统
• 3D药物筛选工作流程

应用

这些模型的代表性应用包括肿瘤药物筛选、肿瘤生物学研究、肿瘤微环境分析、临床前治疗评估和生物标志物研究。

平台信息

本项目包含的资源和流程是使用由 Alfa Cytology 开发的实验肿瘤学平台生成的。

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。