GSE293637：形式追随功能：核形态作为细胞衰老的可量化预测指标

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE293637

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

在衰老的组织细胞中，常可观察到细胞核增大或形状不规则。然而，这种特殊形态究竟是衰老的原因还是结果，以及它在区分增殖细胞与衰老细胞方面具有多大信息价值，仍不清楚。近期研究表明，细胞核形态可作为衰老的预测性生物标志物，提示细胞核在驱动衰老表型中发挥主动作用。通过采用深度学习算法分析细胞核形态，可在体外和体内多种细胞类型和物种中实现将细胞准确分类为增殖性或衰老性。这种基于定量成像的方法可用于建立衰老负荷与临床数据之间的联系，有助于理解年龄相关疾病，并辅助疾病预后和治疗反应评估。

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。