数据集获取

源站：https://synapse.org/Synapse:syn26304730

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

裁剪后的结直肠癌组织数据：该数据集是来自以下出版物的 3D 组织图谱数据 的一个裁剪空间区域：Lin, J.R., Wang, S., Coy, S., Tyler, M.A., Yapp, C., Chen, Y.A., Heiser, C.N., Lau, K., Santagata, S. 和 Sorger, P.K., 2021. 结直肠癌中状态转换与免疫相互作用的多重 3D 图谱. bioRxiv. doi: https://doi.org/10.1101/2021.03.31.437984 该 3D 组织图谱数据集包含全切片图像，这些图像通过用于组织病理学的 H&E 染色和用于多重生物标志物表征的 t-CyCIF 生成。CyCIF 和 H&E 图像来自同一组织标本的相邻切片（z 层级）。该数据集是原始数据集（26,139x27,120 像素）的裁剪版本，覆盖较小的空间区域（2,000x2,000 像素），以便在本地机器上使用。该数据集由以下文件组成： --------------------------- ### 数据集详情 #### 多重图像数据：crop-crc01-097-096.ome.tif 包含 40 个 CyCIF 通道和 3 个 H&E（R,G,B）通道的多重图像数据。 #### 分割掩膜：crop-mask-crc01-097-096.tif 32 位图像掩膜，每个对象（细胞区域）的像素具有唯一值。背景像素的值为 0。 #### 单细胞表格数据：crop-quantification-crc01-097-096.csv 该数据表包含每个细胞（行）的各种特征（列）。这些特征包括每个图像通道提取的平均强度值、形态学特征（如质心位置）以及细胞类型 ID。另外添加了三列，用于表示相邻切片 H&E 图像的三个图像通道（R、G、B）。它们被设为 0，因为单细胞信息并非来自 H&E 切片。 #### 聚类名称：crop-cluster-names-crc…

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。