数据集获取

源站：https://synapse.org/Synapse:syn75209641

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

基于类器官模型的基础研究资源

概述

本项目提供与基于类器官模型的癌症基础研究相关的代表性数据集、成像资源和工作流程文档。上传的资源支持利用生理相关的3D类器官系统开展肿瘤生物学、肿瘤微环境相互作用、免疫肿瘤学、信号通路和癌症进展研究。该项目与先进的基于类器官模型的基础研究服务相关，这些服务旨在促进转化肿瘤学研究和癌症机制研究。

资源内容

本项目可能包括：

• 代表性类器官显微图像
• 样本分子谱分析数据集
• 肿瘤微环境共培养资源
• 工作流程和实验方案文档
• 药物反应和表型分析数据集
• 类器官表征资源

实验平台

上传的资源与多个实验性类器官平台相关，包括：

• 患者来源类器官模型
• 基因工程类器官系统
• 肿瘤类器官共培养模型
• 肿瘤类器官芯片平台
• 生物打印肿瘤类器官模型

应用

代表性应用包括肿瘤生物学研究、免疫肿瘤学研究、分子通路分析、肿瘤微环境研究、生物标志物发现和转化癌症研究。

平台信息

本项目包含的资源和流程是使用由 Alfa Cytology 开发的实验肿瘤学和类器官平台生成的。

:::

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。