肿瘤细胞转移灶成像新方法数据集

数据集获取

源站：https://nbsdc.cn/general/dataDetail?id=69bacc21195d2623ac647640&type=1

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

该数据集面向肿瘤转移灶的精准定位与多模态影像诊断研究，依托小动物PET/CT、拉曼光谱仪及临床转化影像设备构建。数据重点记录了多种新型成像方法在活体层面的应用效果，包括静脉递送拉曼探针识别微小肝转移灶、口服胶囊探针筛查结直肠癌，以及PET/拉曼互补双模态成像探针（[18F]-AS-DPPT-TT）的全身分布与术中导航数据。内容涵盖从宏观的PET代谢影像到微观的拉曼指纹光谱图像，以及对应的病理金标准切片数据。该数据集展示了跨尺度影像技术在识别0.1mm级微小病灶方面的临床应用潜力，适用于肿瘤转移机制研究、影像探针开发及术中导航等方向。

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。