头颈部鳞状细胞癌肿瘤微环境结构与复发风险相关数据集
该数据集来自 data.mendeley.com，包含 9 例 II-IV 期 HPV 阴性口腔及口咽头颈部鳞状细胞癌手术标本的 CODEX 高度多重成像数据
基本信息
资源简介
头颈部鳞状细胞癌肿瘤微环境结构与复发风险相关数据集
The tumor microenvironment architecture correlates with risk of recurrence in head and neck squamous cell carcinoma
该数据集来自 data.mendeley.com，包含 9 例 II-IV 期 HPV 阴性口腔及口咽头颈部鳞状细胞癌手术标本的 CODEX 高度多重成像数据。研究使用 30 抗体 panel 区分主要白细胞亚群及肿瘤、血管和基质辅助标记，经 12 轮杂交在 PhenoCycler 与 BZ-X700 显微镜上采集 121 个连续 20X 视野图像。数据可用于分析肿瘤微环境架构与复发风险的关联，支持免疫细胞浸润模式及空间结构研究（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2023-08-09。
【数据内容】
源站描述（机器翻译，仅供参考）：我们使用 CODEX 对 9 例 II-IV 期 HPV 阴性口腔和口咽鳞状细胞癌（HNSCC）患者的手术标本进行了高度多重成像。我们选择并验证了一组 30 种抗体，可区分浸润肿瘤的主要白细胞亚群以及肿瘤、血管和基质的辅助标记。荧光团偶联的报告寡核苷酸在 12 轮实验中与连接 BZ-X700 显微镜的 Akoya PhenoCycler 杂交。图像在 121 个连续 20X 视野（5.6mm x 4.2mm，分辨率 377.47 nm/像素）上自动采集，具有 7 个 z 切片（1.5 µm/z 间距）和 30% 瓦片重叠，DAPI、AF488、Cy3 和 cy5 滤光片的采集时间分别为 10ms、250 ms、350 ms 和 350 ms。每个标本产生的 40,656 张图像使用 Akoya 的 PhenoCycl 处理
【数据结构与技术规格】
文件数 10 个，合计 812.51 MB。数据集 DOI：10.17632/t2yvtwnjx7.2。
【主题与分类】
主题标签：头颈部鳞状细胞癌、肿瘤微环境、CODEX、多重成像、复发风险、免疫细胞浸润。本站分类：肿瘤。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/t2yvtwnjx7
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://data.mendeley.com/datasets/t2yvtwnjx7/1
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 812.5 MB。
数据说明
Paolo Serafini（2023）。肿瘤微环境结构与头颈部鳞状细胞癌复发风险相关[数据集]。http://doi.org/10.17632/t2yvtwnjx7.1
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。
