HTAN-HMS 采集的 DICOM 转换幻灯片显微图像

数据集获取

源站：https://doi.org/10.5281/zenodo.22845785

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 180.5 KB。

数据说明

本数据集对应于美国国家癌症研究所影像数据共享平台（IDC）提供的一组图像和/或源自图像的数据。该数据集已由IDC团队转换为DICOM格式并录入。您可以使用IDC门户网站浏览和可视化相应的图像。您可以利用本Zenodo记录中包含的清单文件，按照下方下载说明下载该数据集。人类肿瘤图谱网络（HTAN）[2]是美国国家癌症研究所（NCI）癌症登月计划的一部分，将建立一个临床、实验、计算和组织框架，为多种肿瘤类型生成信息丰富且易于访问的癌症转变三维图谱。我们正在构建一个针对前黑色素瘤的多维图谱，重点在于理解将黑色素细胞转化为侵袭性肿瘤的遗传和表观遗传事件。黑色素瘤是一种患病率不断上升的癌症，若早期发现，可通过小手术治愈，但一旦转移则会危及生命。黑色素瘤在体积尚小时即可发生转移，因此早期检测至关重要，却也极具挑战。

我们的图谱将通过详细的空间分析，描绘出导致前黑色素瘤的精确事件序列，这些事件包括细胞自主性事件，如癌基因突变，以及非自主性事件，如逃避免疫监视。该图谱基于高度多重组织成像和单细胞测序，聚焦于能够在单个样本中可视化从非典型性到侵袭性黑色素瘤完整事件序列的样本。该图谱将作为研究人员、医生和患者可公开访问的资源，并提升我们以下能力：（i）突出可能进展为癌症的病变，（ii）识别高风险患者，为手术决策提供信息，（iii）识别低风险患者，以减少不必要的程序，（iv）设计改进的流程，用于所有个体的常规筛查，

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。