利用缺氧敏感铱(III)配位化合物磷光监测实体瘤缺氧微环境以评估化疗效果的数据
该数据集来自 Dryad,围绕利用缺氧敏感铱(III)配位化合物 BTP 的磷光信号监测实体瘤缺氧微环境并评估化疗效果的研究

基本信息
资源简介
利用缺氧敏感铱(III)配位化合物磷光监测实体瘤缺氧微环境以评估化疗效果的数据
Data from: Phosphorescence monitoring of hypoxic microenvironment in solid-tumors to evaluate chemotherapeutic effects using the hypoxia-sensitive iridium (III) coordination compound
该数据集来自 Dryad,围绕利用缺氧敏感铱(III)配位化合物 BTP 的磷光信号监测实体瘤缺氧微环境并评估化疗效果的研究。数据覆盖结肠腺癌荷瘤小鼠模型的体内肿瘤成像、BTP 磷光性质检测、细胞坏死与凋亡评估以及肿瘤组织病理学检查等内容,涉及缺氧、肿瘤大小、细胞活力、VEGF、磷光强度和 HIF-1a 等主题。可用于研究缺氧微环境与抗血管生成化疗响应之间的关系,并支持肿瘤成像与化疗效果评估相关分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):目标:利用磷光监测实体瘤中的缺氧微环境,并研究体内癌症化疗效果。方法:使用一种名为 BTP 的缺氧敏感探针监测实体瘤中的缺氧微环境。在抗血管生成化疗方案中采用低剂量节拍式顺铂治疗。BTP 的磷光性质通过荧光分光光度计检测。BTP 的细胞毒性涉及细胞坏死和凋亡,分别通过台盼蓝拒染法和 Hoechst33342 加碘化丙啶检测进行评估。使用结肠腺癌荷瘤小鼠模型进行体内肿瘤成像。肿瘤缺氧微环境的监测使用 Maestro 2 荧光成像系统进行。定期采集各组肿瘤组织,并进行病理学苏木精和伊红处理以及
【主题与分类】
主题标签:Hypoxia、tumor size、cell viability、VEGF、phosphorescence intensity、HIF-1a。本站分类:肿瘤。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.pb7j7
使用许可:Creative Commons Zero v1.0 Universal。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://doi.org/10.5061/dryad.pb7j7
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据集大小约 140.8 KB。
数据说明
目的:利用磷光监测实体瘤中的缺氧微环境,并研究体内癌症化疗效果。方法:使用一种名为BTP的缺氧敏感探针监测实体瘤中的缺氧微环境。在抗血管生成化疗方案中采用低剂量节拍式顺铂治疗。通过荧光分光光度计检测BTP的磷光特性。BTP的细胞毒性涉及细胞坏死和凋亡,通过台盼蓝拒染法和Hoechst33342联合碘化丙啶测定法进行评估。采用结肠腺癌荷瘤小鼠模型进行体内肿瘤成像。使用Maestro 2荧光成像系统监测肿瘤中的缺氧微环境。定期收集各组肿瘤组织,进行病理学苏木精-伊红染色和免疫组化染色,以证实成像结果。结果:BTP对细胞无明显细胞毒性,低剂量节拍式顺铂治疗小鼠的肿瘤生长受到化疗的显著抑制。
顺铂显著提高了缺氧水平,这一点已通过相关蛋白的表达水平得到证实。与生理盐水处理的小鼠相比,顺铂组小鼠肿瘤中的磷光强度更强,对比度更高。我们开发了一种有效的磷光方法来评估顺铂的化疗效果。所提出的方法显示出作为磷光成像手段的潜力,可用于评估体内化疗效果,尤其是抗血管生成作用。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




