罕见EBAV CNVs负担数据集

源站描述显示,研究旨在探究携带CHIP的钙化性主动脉瓣疾病(CAVD)患者的病理过程,通过对血液样本进行DNA测序,在168例接受经导管主动脉瓣植入术(TAVI)或外科手术的钙化性主动脉瓣狭窄患者中筛查CHIP

google_dataset
浏览 3
基因组分类DNA-seqHomo sapiens
Burden of rare EBAV CNVs.

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-19

资源简介

罕见EBAV CNVs负担数据集

DNA sequencing of human blood sample for Clonal Hematopoiesis of Indeterminate Potential (CHIP) detection.

该数据集来源于ebi.ac.uk,标题为DNA sequencing of human blood sample for Clonal Hematopoiesis of Indeterminate Potential (CHIP) detection,本站归类为心血管系统疾病/主动脉瓣疾病。源站描述显示,研究旨在探究携带CHIP的钙化性主动脉瓣疾病(CAVD)患者的病理过程,通过对血液样本进行DNA测序,在168例接受经导管主动脉瓣植入术(TAVI)或外科手术的钙化性主动脉瓣狭窄患者中筛查CHIP。数据主题标签为DNA-seq和Homo sapiens,可用于CHIP检测及CAVD相关研究(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):本研究旨在深入了解携带CHIP的钙化性主动脉瓣疾病(CAVD)的病理过程。为此,我们通过对血液样本进行DNA测序,在一组168例接受经导管主动脉瓣植入术(TAVI)或外科手术的钙化性主动脉瓣狭窄患者中筛查CHIP。

【主题与分类】

主题标签:DNA-seq、Homo sapiens。本站分类:心血管系统疾病/主动脉瓣疾病。

【获取与许可】

源站页面:https://ebi.ac.uk/biostudies/arrayexpress/studies/E-MTAB-11352

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://ebi.ac.uk/biostudies/arrayexpress/studies/E-MTAB-11352

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

Domenico Palumbo; Francesca Rizzo (2022). DNA sequencing of human blood sample for Clonal Hematopoiesis of Indeterminate Potential (CHIP) detection. [Dataset]. https://www.ebi.ac.uk/biostudies/arrayexpress/studies/E-MTAB-11352

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。

获取专属数据定制方案