基于质谱与组织学成像的食管异型增生分级与预后机器学习数据集

数据集获取

源站：https://omicsdi.org/dataset/pride/PXD028949

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

背景：巴雷特食管（BE）是食管腺癌的癌前病变，可能从非典型增生进展为低级别上皮内瘤变（LGD）、高级别上皮内瘤变（HGD）乃至癌症。BE的分级具有重要的预后价值，目前主要基于活检组织的主观评估。本研究旨在探讨利用质谱成像（MSI）获得的空间分辨分子数据和显微镜下苏木精-伊红（H&E）染色成像的组织学数据，通过机器学习（ML）进行BE的计算机辅助诊断与预后预测的潜力。方法：研究纳入了57例患者的活检样本，分为非典型增生（n=15）、非进展性LGD（n=14）、进展性LGD（n=14）和HGD（n=14）。MSI实验以每像素50x50微米的空间分辨率进行，对应于共配准H&E图像中96x96像素的图块大小，整个数据集共包含144,823个图块。

结果：训练机器学习模型以区分上皮组织与间质，在图像块水平上的曲线下面积（AUC）值为0.89（MSI）和0.95（H&E），区分异型增生分级（AUC值为0.97（MSI）和0.85（H&E）），并在患者水平上区分低级别进展者与非进展者（准确率分别为0.72（MSI）和0.48（H&E））。结论：总之，虽然基于H&E的分类器在区分组织类型方面表现最佳，但基于MSI的模型在区分异型增生分级和患者进展风险方面更为准确，这证明了两种方法的互补性。

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。