AorticStenOmics:人主动脉瓣狭窄的单核、单细胞与bulk RNA测序

该数据集来自 datashare.ed.ac.uk,包含人主动脉瓣在主动脉瓣狭窄全谱系中的单核、单细胞与bulk RNA测序数据

datashare_ed
浏览 11
医学影像分类aortic stenosisaortic valve diseasesingle-nucleus RNA sequencingsingle-cell RNA sequencingtranscriptomicsaortic valve
AorticStenOmics: single-nucleus, single-cell and bulk RNA sequencing of human aortic stenosis valves

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-06

资源简介

AorticStenOmics:人主动脉瓣狭窄的单核、单细胞与bulk RNA测序

该数据集来自 datashare.ed.ac.uk,包含人主动脉瓣在主动脉瓣狭窄全谱系中的单核、单细胞与bulk RNA测序数据。其中单核RNA测序覆盖25个主动脉瓣,bulk RNA测序覆盖39个主动脉瓣,涵盖对照、轻/中度和重度疾病;另有8个瓣膜的单细胞RNA测序,并配有配对的体内[⁶⁸Ga]FAPI-46 PET-CT分子影像。数据可用于研究主动脉瓣狭窄的转录组特征、细胞组成变化及与分子影像的关联(来源 datashare.ed.ac.uk)。

【数据内容】

源站描述(机器翻译,仅供参考):该数据存储包含来自人主动脉瓣、覆盖主动脉瓣狭窄全谱系的单核、单细胞和bulk RNA测序数据。该数据集包括来自25个主动脉瓣的单核RNA测序和来自39个主动脉瓣的bulk RNA测序,涵盖对照、轻/中度和重度疾病,以及来自8个瓣膜的单细胞RNA测序,并配有配对的体内[⁶⁸Ga]FAPI-46 PET-CT分子影像。

【主题与分类】

主题标签:aortic stenosis、aortic valve disease、single-nucleus RNA sequencing、single-cell RNA sequencing、transcriptomics、aortic valve。本站分类:心血管系统疾病/主动脉瓣狭窄。

【获取与许可】

源站页面:https://datashare.ed.ac.uk/handle/10283/9216

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://datashare.ed.ac.uk/handle/10283/9216

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

该数据集包含来自人主动脉瓣的跨主动脉狭窄谱系的单核、单细胞和批量RNA测序数据。数据集包括来自25个主动脉瓣的单核RNA测序和来自39个主动脉瓣的批量RNA测序,涵盖对照组、轻/中度和重度疾病,以及来自8个瓣膜的单细胞RNA测序,这些瓣膜配有体内[⁶⁸Ga]FAPI-46 PET-CT分子成像。

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