外周血管疾病PBMC miRNA表达数据
该数据集为外周血单核细胞（PBMC）的miRNA原始读数，采用Ion Torrent S5 XL平台RNA测序获得，样本来自40例下肢动脉疾病（LEAD）患者、28例腹主动脉瘤（AAA）患者和34例慢性静脉疾病（CVD）患者
基本信息
资源简介
外周血管疾病PBMC miRNA表达数据
miRNA expression data
该数据集为外周血单核细胞（PBMC）的miRNA原始读数，采用Ion Torrent S5 XL平台RNA测序获得，样本来自40例下肢动脉疾病（LEAD）患者、28例腹主动脉瘤（AAA）患者和34例慢性静脉疾病（CVD）患者。数据以单一Excel文件提供，属于心血管系统疾病/腹主动脉瘤主题，包含miRNA、NGS、血管疾病、生物标志物等标签。可用于外周血管疾病相关的miRNA表达分析、生物标志物筛选及分类建模研究，使用需引用原论文（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2022-03-29。
【数据结构与技术规格】
文件数 1 个，合计 1.26 MB。数据集 DOI：10.6084/m9.figshare.19446851.v2。
【主题与分类】
源站学科分类：Medical biochemistry and metabolomics not elsewhere classified、Medical genetics (excl. cancer genetics)。主题标签：miRNA、NGS、vascular diseases、Biomarkers、Medical Genetics (excl. Cancer Genetics)。本站分类：心血管系统疾病/腹主动脉瘤。
【适用方向】
源站学科分类标注为 Medical biochemistry and metabolomics not elsewhere classified、Medical genetics (excl. cancer genetics)。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Expression_data_figshare_xlsx/19446851
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Zalewski, Daniel (2022). miRNA expression data. figshare. Dataset
【使用注意】
· 源站最后修改于 2022-04-05，引用时请注意版本时效。
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/10.6084/m9.figshare.19446851.v2
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 1.3 MB。
数据说明
MicroRNA原始读数计数来源于对40例下肢动脉疾病（LEAD）患者、28例腹主动脉瘤（AAA）患者和34例慢性静脉疾病（CVD）患者采集的PBMCs样本进行RNA测序（Ion Torrent S5 XL平台）。该数据集是为论文《miRNA Regulatory Networks Associated with Peripheral Vascular Diseases》（作者：Daniel P. Zalewski、Karol P. Ruszel、Andrzej Stępniewski、Dariusz Gałkowski、Marcin Feldo、Janusz Kocki和Anna Bogucka-Kocka）生成的。如果您使用该数据集，请引用我们的论文。文献信息将在我们的论文发表后提供。如需进一步信息，请通过电子邮件与我联系：daniel.zalewski@umlub.pl
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。
