类器官图谱

数据集获取

源站：https://doi.org/10.5281/zenodo.18188639

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 218.7 KB。

数据说明

OrganoidMap数据库 该数据集提供了对738项经同行评审的原创研究的结构化概览，这些研究在神经科学领域使用了脑类器官及相关的三维（3D）脑类器官模型。通过按照PRISMA 2020指南对PubMed、Semantic Scholar和OpenAlex进行的系统性文献综述，识别出2014年1月1日至2024年10月9日期间发表的研究。每一行对应一项研究，并包含标准化元数据，涵盖神经科学领域（神经发育、神经退行或神经肿瘤）、疾病背景、类器官模型类型、脑区指定、细胞来源、物种、实验应用，以及与转化应用相关的已报告或推断的优势和局限性。该数据集为OrganoidMap网络应用（https://organoidmap.cs.uni-tuebingen.de）提供基础，旨在支持透明的模型比较、知情的模型选择以及识别尚未充分探索的领域，尤其与转化神经肿瘤学和脑靶向药物开发相关。

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。