急性心肌梗死后人类单核细胞时序转录变化:GerMIFs单核细胞表达研究
该数据集来自 NCBI,聚焦急性心肌梗死后人类循环单核细胞的时序转录变化。研究在胸痛发作 6 小时内、梗死后 3 天和 90 天三个时间点采集患者静脉血单核细胞,并设置稳定型冠心病对照组(n=21,数据后续提交)

基本信息
资源简介
急性心肌梗死后人类单核细胞时序转录变化:GerMIFs单核细胞表达研究
Temporal transcriptional changes in human monocytes following acute myocardial infarction: The GerMIFs monocyte expression study
该数据集来自 NCBI,聚焦急性心肌梗死后人类循环单核细胞的时序转录变化。研究在胸痛发作 6 小时内、梗死后 3 天和 90 天三个时间点采集患者静脉血单核细胞,并设置稳定型冠心病对照组(n=21,数据后续提交)。数据以表达谱芯片形式提供,含 1 个文件(GSE28454_series_matrix.txt.gz),可用于分析单核细胞在心肌梗死急性、亚急性与慢性阶段的基因表达模式及表型适应(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 07 201。
【数据内容】
源站描述(机器翻译,仅供参考):单核细胞在急性心肌梗死(MI)后的炎症反应中发挥核心作用。为了研究该细胞类型的表型适应,我们考察了 MI 不同阶段循环单核细胞的基因表达模式。循环单核细胞从 MI 患者静脉血中分离,时间点有三个:t1:胸痛发作后 6 小时内(急性期),t2:MI 后 3 天(亚急性期),t3:MI 后 90 天(慢性期)。作为对照,我们研究了一组稳定型冠心病对照组(n=21,数据后续提交)。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Expression profiling by array、GPL6883、9606。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE28454
【使用注意】
· 源站最后修改于 Mar 20 201,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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE28454
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
单核细胞在急性心肌梗死(MI)后炎症反应中发挥核心作用。为研究该细胞类型的表型适应,我们考察了MI不同阶段循环单核细胞的基因表达模式。从MI患者静脉血中分离循环单核细胞,选取三个时间点:t1:胸痛发作后6小时内(急性期),t2:MI后3天(亚急性期),t3:MI后90天(慢性期)。为进行比较,我们研究了稳定型冠心病对照组(n=21,数据后续提交)。通过该转录组分析,我们旨在提供急性MI后单核细胞生物学的更全面参考,并有助于识别影响MI病程的新通路和基因。
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。




