PREDICT 试验冠心病患者全血细胞基因表达谱
该数据集来自 PREDICT 试验，对接受心导管检查前的冠心病患者外周全血细胞进行基因表达谱检测，采用微阵列平台（GPL4133，人 9606），共 1 个文件（GSE20681_series_matrix.txt.gz）
基本信息
资源简介
PREDICT 试验冠心病患者全血细胞基因表达谱
GSE20681 数据集的全称为 Whole Blood Cell Gene Expression Profiling in Patients with Coronary Artery Disease from the PREDICT Trial，来源于 NCBI（ncbi.nlm.nih.gov），主题为循环系统疾病下的其他类别。该数据集收录了 PREDICT 试验中冠心病患者在接受心导管检查之前的外周全血细胞基因表达谱检测结果，采用微阵列表达谱技术，平台编号为 GPL4133，物种为人（9606）。数据集共包含 1 个文件，样例文件名为 GSE20681_series_matrix.txt.gz，作者为 James A. Wingrove，发布时间为 2019 年 3 月 8 日。整体而言，该数据集为研究冠心病患者外周血细胞基因表达特征提供了可直接下载使用的表达谱矩阵资源。
【数据集背景】
该数据集源自 PREDICT 试验，聚焦于冠状动脉疾病（冠心病）患者群体。源站标题明确其内容为冠心病患者的全血细胞基因表达谱分析。数据集所属分类为循环系统疾病 / 其他，说明其服务于心血管疾病相关研究领域。从源站描述可知，表达谱检测的对象是患者在接受心导管检查之前采集的外周全血细胞，这一时间点设定使样本反映的是导管操作前的基线表达状态，对于研究与冠心病相关的血液基因表达特征具有背景价值。数据集的作者为 James A. Wingrove，发布时间为 2019 年 3 月 8 日。
【数据内容】
数据集包含 1 个文件，样例文件名为 GSE20681_series_matrix.txt.gz，属于系列矩阵文件，通常以表格形式组织样本与基因表达信息。主题标签显示其技术类型为微阵列表达谱（Expression profiling by array），平台为 GPL4133，物种为人（9606）。源站未提供矩阵中的具体样本数量、基因探针数量、分组设计或临床变量等细节，因此这些内容无法从现有信息中确认。数据集整体规模较小，仅以单一压缩文件形式提供。
【采集与来源】
数据来源于 NCBI 站点（ncbi.nlm.nih.gov）。根据源站描述，表达谱检测所用样本为从患者体内分离的全血细胞，采集时点为患者接受心导管检查之前。数据集与 PREDICT 试验相关联，作者为 James A. Wingrove。关于样本采集的具体机构、伦理审批信息、患者纳入排除标准以及血液样本处理流程等，源站未提供。
【适用场景】
该数据集适用于冠心病相关的血液基因表达谱研究，例如探索患者外周全血细胞在导管检查前的表达特征、开展微阵列数据的二次分析或与其他表达谱数据集进行比较研究。由于采用人源微阵列平台 GPL4133，也可用于该平台数据的整合与方法学验证。源站未提供具体的分析结论或已验证的应用方向，实际适用性需结合数据内容自行评估。
【使用方法】
使用时可先下载数据文件 GSE20681_series_matrix.txt.gz，该文件为 GZIP 压缩格式，需按相应格式解压读取。建议先在小样本上核对字段结构、编码方式与数据组织格式，确认无误后再进行批量接入与分析。源站未提供配套的分析流程、标准化方法或注释文件说明，使用时应结合微阵列数据处理的一般规范自行处理。
【质量与限制】
数据集仅包含 1 个文件，规模有限。源站未提供样本量、数据完整性、缺失值情况、质控指标或批次信息等质量相关细节，因此无法对其数据质量作出具体判断。此外，源站未提供临床表型字段的详细说明，使用者在进行分组分析前需自行核实矩阵文件中的可用信息。该数据集基于特定试验人群，结果外推到其他人群时需谨慎。
【引用与许可】
数据集的作者为 James A. Wingrove，发布站点为 NCBI。源站未提供具体的引用格式、发表文献信息或数据使用许可条款，使用者在引用或再利用该数据集前应向源站核实相关要求。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE20681
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:
数据说明
对接受心导管检查前患者全血细胞的表达谱分析。PREDICT是一项在美国开展的前瞻性、多中心心导管实验室试验，旨在识别与冠状动脉疾病相关的生物标志物。该试验的摘要可在http://clinicaltrials.gov（标识号NCT00500617）查阅。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
