cBioPortal：血管肉瘤项目——Count Me In（《自然·医学》，2020）

数据集获取

源站：https://cbioportal.org/study/summary?id=angs_project_painter_2018

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

Angiosarcoma Project 是一个正在进行的、由患者推动的计划。该已归档的 Angiosarcoma Project 数据集已在相关的 Nature Medicine 2020 论文中进行分析，来源于 36 名血管肉瘤患者的 48 份样本。血管肉瘤肿瘤标本（FFPE）接受了全外显子组测序（以及匹配的种系全外显子组测序）。除基因组数据外，本研究还包括患者报告数据（前缀为 PRD）、病历数据（MedR）和病理报告数据（PATH）。所有注释均已去标识化。如有关于这些数据的问题，可发送至 data@ascproject.org。

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。