肺腺癌多重免疫荧光全切片图像数据
Lung adenocarcinoma multiplex immunofluorescence whole slide images data 是一个面向肺腺癌研究的全切片图像数据集，其核心内容为经多重免疫荧光标记的肺腺癌组织全切片图像
基本信息
资源简介
肺腺癌多重免疫荧光全切片图像数据
Lung adenocarcinoma multiplex immunofluorescence whole slide images data 是一个面向肺腺癌研究的全切片图像数据集，其核心内容为经多重免疫荧光标记的肺腺癌组织全切片图像。该数据集在分类上归属于肿瘤及其他类别，来源站点为 ebi.ac.uk。从源站给出的描述来看，这些全切片图像采用 NQO1、NRF2、NRF1、pan-Cytokeratin（AE1/AE3）以及 Hoechst 等标记进行荧光染色，从而在同一组织切片上同时呈现多个目标分子的空间分布信息。整体而言，该数据集以全切片图像为基本单元，围绕肺腺癌组织的多重免疫荧光成像展开，适合用于需要保留组织空间结构信息的研究场景。
【数据集背景】
肺腺癌是非小细胞肺癌中常见的组织学类型，对其组织样本进行多标志物原位分析有助于观察不同分子在组织结构中的分布与相互关系。常规单一标记的免疫组织化学或免疫荧光往往一次只能呈现一个目标，而多重免疫荧光技术可以在同一张切片上区分多个标记信号。该数据集正是基于这一思路，提供经多重免疫荧光标记的肺腺癌全切片图像，为在组织原位层面同时考察多个标志物提供了图像基础。源站未提供该数据集的具体构建背景、项目动机与研究目标。
【数据内容】
数据集的内容为肺腺癌组织的全切片图像，这些图像经过荧光标记，涉及的标记包括 NQO1、NRF2、NRF1、pan-Cytokeratin（AE1/AE3）和 Hoechst。其中 pan-Cytokeratin（AE1/AE3）通常用于标识上皮/角蛋白阳性区域，Hoechst 为常用的细胞核荧光染料，NQO1、NRF2、NRF1 则为相应的目标分子标记。数据集以全切片图像形式组织，意味着图像覆盖整张组织切片而非局部视野。源站未提供图像数量、文件格式、分辨率、单张图像体积、通道组织方式以及是否附带标注或临床信息等细节。
【采集与来源】
该数据集来源于 ebi.ac.uk。源站描述表明，数据为肺腺癌组织经上述荧光标记后的全切片图像。源站未提供样本来源机构、样本例数、患者人口学信息、染色与成像设备型号、成像参数、扫描倍率以及数据提交者与提交时间等具体采集信息。
【适用场景】
基于其多重免疫荧光全切片图像的特点，该数据集可用于观察多种标志物在肺腺癌组织切片中的空间分布，支持多通道荧光图像的处理与分析流程开发，例如通道拆分、信号分割、细胞核识别与组织区域划分等任务的方法研究。同时，由于图像保留整张切片的空间结构，也适合用于需要全局组织视野的分析场景。源站未提供该数据集的具体应用案例或已验证的分析结论。
【使用方法】
使用该数据集时，需按照多重免疫荧光全切片图像的一般处理流程，对多通道信号进行读取、拆分与可视化，并结合各标记的含义对图像进行解读。由于涉及全切片尺度，通常需要考虑分块读取与内存管理等问题。源站未提供该数据集的具体使用说明、推荐软件、预处理步骤或分析流程。
【质量与限制】
源站未提供该数据集的质量评估信息、图像质控指标、标注完整性说明以及已知局限性。使用时应结合多重免疫荧光图像的一般特点，注意荧光信号强度差异、通道间信号分离以及全切片图像数据量较大等因素对分析的影响。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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://ebi.ac.uk/biostudies/studies/S-BIAD1237
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:
数据说明
In Hwa Um; Boback Kaghazchi; Mustafa Elshani; Oliver J. Read; David J. Harrison (2024). Lung adenocarcinoma multiplex immunofluorescence whole slide images data [Dataset]. http://doi.org/10.6019/S-BIAD1237
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
