cBioPortal：转移性乳腺癌项目（2020年归档版）

数据集获取

源站：https://cbioportal.org/study/summary?id=brca_mbcproject_wagle_2017

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

转移性乳腺癌项目（www.mbcproject.org）是一项正在进行的、由患者驱动的倡议。本次发布的数据集源自237份样本，包括来自180例发生转移性乳腺癌患者的原发性和/或转移性肿瘤标本（FFPE）。237份样本已接受全外显子组测序（并同时进行了匹配的胚系全外显子组测序），其中146份样本还接受了RNA测序。本研究包括基因组数据、患者报告数据（以PRD为前缀）、病历数据（MedR）和病理报告数据（PATH）。所有注释均已去标识化。由于这些数据是在研究实验室而非临床实验室中产生的，因此仅供研究用途，不能用于指导临床决策。如有关于这些数据的问题，包括如何引用，请访问 www.mbcproject.org/data-release，或将问题发送至 data@mbcproject.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。