强化他汀治疗后冠脉内成像、胆固醇流出与转录组
该数据集来自 YELLOW II 研究,包含接受高剂量瑞舒伐他汀治疗患者的基因表达谱数据,同时关联冠脉内成像、胆固醇流出与炎症指标

基本信息
资源简介
强化他汀治疗后冠脉内成像、胆固醇流出与转录组
Intracoronary imaging, cholesterol efflux and transcriptomes after intensive statin treatment
该数据集来自 YELLOW II 研究,包含接受高剂量瑞舒伐他汀治疗患者的基因表达谱数据,同时关联冠脉内成像、胆固醇流出与炎症指标。数据可用于分析他汀治疗对阻塞性非罪犯病变斑块形态、HDL流出功能及转录组扰动的影响,支持探索疗效相关生物标志物与预测模型构建(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 30 201。
【数据内容】
源站描述(机器翻译,仅供参考):连续斑块形态变化与高剂量他汀治疗下HDL流出、炎症及转录组扰动的关系(YELLOW II研究)。YELLOW II是一项前瞻性单中心研究。筛选计划接受择期冠状动脉造影和/或冠状动脉支架置入的稳定患者。最终目标人群为需要分期干预的多支血管病变患者,先处理罪犯血管后处理非罪犯血管,且NIRS显示maxLCBI4mm大于150。患者接受罪犯病变PCI后,对阻塞性非罪犯病变(NCL)进行OCT和NIRS/IVUS检查。所有受试者接受瑞舒伐他汀40 mg每日一次,持续8-12周。作为分期干预的一部分,对NCL重新成像并进行干预。采集血样用于胆固醇流出 ca
【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、GPL14951、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=GSE86216
【使用注意】
· 源站最后修改于 Oct 23 201,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=GSE86216
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
阻塞性非罪犯病变斑块形态系列变化与高剂量他汀治疗反应中HDL流出、炎症及转录组扰动的关系(YELLOW II研究)。YELLOW II是一项前瞻性单中心研究。筛选计划接受择期冠状动脉造影和/或冠状动脉支架置入术的稳定型患者参与本研究。最终目标人群为需要分期干预的多支血管病变患者,先处理罪犯血管,后处理非罪犯血管,且NIRS测得maxLCBI4mm大于150。患者先对罪犯病变行PCI,随后对一处阻塞性非罪犯病变(NCL)行OCT及NIRS/IVUS检查。所有受试者接受瑞舒伐他汀40 mg每日一次,持续8-12周。作为分期干预的一部分,对NCL重新成像并实施干预。采集血样用于胆固醇流出能力(CEC)定量及外周PBMC分离。尽管有大量证据表明他汀对临床结局具有有益作用,但其潜在机制仍不明确。
在一项前瞻性研究中,85例稳定型多支冠状动脉疾病患者接受了针对罪犯病变的经皮冠状动脉介入治疗,随后对一处阻塞性非罪犯病变(NCL)进行了冠状动脉内多模态成像,包括光学相干断层扫描(OCT)。所有受试者每日接受40 mg瑞舒伐他汀治疗,持续8-12周,之后对NCL重新成像并实施介入治疗。在两个时间点均采集血样,以评估胆固醇外流能力(CEC)及外周血单核细胞(PBMC)的转录组谱。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




