基于微管吸吮的数百个单肿瘤细胞质黏度表征数据

数据集获取

源站：https://doi.org/10.5061/dryad.46kk44r

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。

数据集大小约 142.4 KB。

数据说明

背景：细胞质黏度（μc）是评估细胞骨架状态的关键生物力学参数。以往研究主要集中于白细胞，但肿瘤细胞的细胞质黏度数据尚属空白。方法：在-10 kPa或-5 kPa压力下，通过微管连续抽吸肿瘤细胞（H1299、A549及经药物处理导致细胞骨架受损的H1299），获得抽吸长度随时间的变化曲线，并基于理论牛顿流体模型将其转化为细胞质黏度。采用四分位离散系数评估同一细胞类型内细胞质黏度的分布，同时利用基于神经网络的模式识别技术，根据细胞质黏度对不同细胞类型进行分类。

结果：在-10 kPa条件下，H1299细胞（ncell=652）的单细胞质黏度三个四分位数及四分位离散系数分别为16.7 Pa•S、42.1 Pa•S、110.3 Pa•S和74%；A549细胞（ncell=785）在-10 kPa条件下分别为144.8 Pa•S、489.8 Pa•S、1390.7 Pa•S和81%；经CD处理的H1299细胞（ncell=651）在-10 kPa条件下分别为7.1 Pa•S、13.7 Pa•S、31.5 Pa•S和63%；H1299细胞（ncell=600）在-5 kPa条件下分别为16.9 Pa•S、48.2 Pa•S、150.2 Pa•S和80%。基于神经网络的模式识别实现了以下成功分类率：H1299与A549之间为76.7%，H1299与药物处理的H1299之间为67.0%，H1299在-5 kPa与-10 kPa之间为50.3%。结论：在同一细胞类型内及不同细胞类型间观察到了细胞质黏度的变化，提示细胞质黏度在细胞状态评估和细胞类型分类中可能具有潜在作用。

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。