黑色素瘤脑转移空间分辨单细胞成像识别预测免疫检查点阻断反应的局部免疫模式
主题标签：黑色素瘤、脑转移、单细胞成像、空间分辨、免疫检查点阻断、肿瘤免疫微环境。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖黑色素瘤。
基本信息
资源简介
黑色素瘤脑转移空间分辨单细胞成像识别预测免疫检查点阻断反应的局部免疫模式
该数据集名为“Spatially-resolved single-cell imaging of melanoma brain metastases identifies localized immune patterns predictive of immune checkpoint blockade response”，属于肿瘤领域的皮肤癌分类，由作者Voglis, Stefanos发布，机构为Zenodo，发布时间为2026年，采用Creative Commons Attribution 4.0 International许可。数据集主题涵盖黑色素瘤、脑转移、单细胞成像、空间分辨、免疫检查点阻断以及肿瘤免疫微环境，面向肿瘤免疫研究与单细胞空间分析场景，提供经过处理的单细胞数据及配套的细胞类型与临床注释、掩膜与图像资源，为研究者探索黑色素瘤脑转移中的局部免疫模式及其与免疫检查点阻断治疗反应的关系提供数据基础。
【数据集背景】
该数据集聚焦黑色素瘤脑转移这一临床问题，结合空间分辨的单细胞成像技术，旨在刻画肿瘤免疫微环境中的局部免疫模式，并探索这些模式与免疫检查点阻断治疗反应之间的预测关系。数据集标题明确体现了“空间分辨”“单细胞成像”“黑色素瘤脑转移”“局部免疫模式”与“免疫检查点阻断反应预测”等核心要素，属于肿瘤学与肿瘤免疫学交叉研究方向。其分类归入肿瘤/皮肤癌，主题标签包括黑色素瘤、脑转移、单细胞成像、空间分辨、免疫检查点阻断和肿瘤免疫微环境，反映出该数据在肿瘤免疫微环境研究与临床治疗反应预测方面的定位。
【数据内容】
数据集包含经过处理的单细胞数据，以sce即SingleCellExperiment对象的形式提供，并附带相应的细胞类型注释与临床注释。此外，数据集还包含掩膜与图像资源，以CytoImageList对象的形式提供，该类对象由R语言的cytomapper包生成。上述内容共同构成了单细胞层面与空间成像层面相结合的数据资源，既涵盖单细胞水平的表达信息与注释信息，也涵盖与空间定位相关的图像与掩膜信息，便于开展空间分辨的单细胞分析。
【采集与来源】
数据集来源站为doi.org，由Zenodo提供，作者为Voglis, Stefanos，发布时间为2026年。关于样本采集的具体地点、时间跨度、样本数量、成像平台型号、测序或成像参数等细节，源站未提供。
【适用场景】
基于数据集的主题与内容构成，其适用场景涉及黑色素瘤脑转移的肿瘤免疫微环境研究、空间分辨单细胞成像数据分析、局部免疫模式识别，以及免疫检查点阻断治疗反应的预测性研究。数据集提供的细胞类型注释与临床注释可用于将单细胞与空间图像信息同临床结局相关联的分析；掩膜与图像资源可用于空间定位与细胞分割相关的可视化与定量分析。关于具体分析流程或已验证的应用结论，源站未提供。
【使用方法】
数据集以SingleCellExperiment对象和CytoImageList对象的形式提供，前者承载经过处理的单细胞数据及细胞类型与临床注释，后者为R cytomapper包生成的图像与掩膜对象。使用者可在R环境中加载上述对象开展单细胞与空间成像分析。关于具体的加载步骤、依赖包版本、分析示例代码或操作指南，源站未提供。
【质量与限制】
数据集采用Creative Commons Attribution 4.0 International许可，允许在署名条件下使用。关于数据质量评估指标、批次效应处理情况、样本量、缺失值情况、注释准确性验证以及潜在偏倚等具体信息，源站未提供。
【引用与许可】
使用该数据集时应遵循Creative Commons Attribution 4.0 International许可要求进行署名。数据集的作者为Voglis, Stefanos，发布机构为Zenodo，发布时间为2026年，来源站为doi.org。关于具体引用格式、DOI编号或推荐引用文献，源站未提供。
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://doi.org/10.5281/zenodo.23422116
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 5.16 GB。
数据说明
sce - 含有处理后单细胞数据及相应细胞类型和临床注释的SingleCellExperiment对象
masks / images - 由R cytomapper包生成的CytoImageList对象
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。
