预设基准中单细胞数据集资格的可审计策展资源

数据集获取

源站：https://doi.org/10.5281/zenodo.23261584

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。

数据集大小约 2.0 MB。

数据说明

本记录保存了一次数据集资格裁决的完整决策记录：即是否存在任何公开的人类单细胞RNA测序数据集满足某一预设基准的底物要求。一次存档的GEO DataSets查询返回了2,638个人类系列登录号。两个机械预筛选阶段将其缩减至1,560个，这些登录号进入了一个按升序应用的七道门裁决阶梯：首个结论性失败即为终止，未解决的证据从不计为失败，每个登录号均依据其自身样本进行判定。没有任何登录号符合资格。该存档是上述裁决的审计轨迹，而非一个生物学数据集，并且围绕三个相互隔离的层次进行组织。科学终点是全部1,560个登录号首次持有终止性裁决时的台账状态，即触发停止规则的状态；其校验和永不改变。冻结后的归一化分析状态是最终台账，所有报告结果均源自该台账；在 intervening patches 期间，登录号集合、每个状态值、每个排除代码以及23个登录号显式供体阈值通过队列的成员构成均保持不变。

发表表示层保存已发表主表背后的核心字段提取结果，以及将每个归档对象映射到其发表对应项的对照表。同时存放的还有：冻结的分析计划、归档的候选全集、预筛选记录、来源与审计记录、图规范与矢量图、AI辅助起草记录、双语裁定理由表，以及生成每个报告数字的生成器脚本。清单载有每个文件的大小和SHA-256校验和。该记录不包含个体级数据，也不包含受限数据：每条输入记录都是公开归档的GEO系列登录号，候选筛选未重新分析任何表达矩阵。Jin、Chen和Wang贡献相同。Shu和Li为共同通讯作者。

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。