eMERGE Network 第三阶段：83,000余名参与者的HRC填充芯片数据

数据集获取

源站：https://omicsdi.org/dataset/dbgap/phs001584

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

电子病历与基因组学（eMERGE）网络是由美国国立卫生研究院（NIH）组织并资助的美国医学研究机构联盟。eMERGE网络的主要目标是开发、传播和应用将生物样本库与电子病历（EMR）系统相结合的研究方法，以用于基因组发现和基因组医学实施研究。eMERGE于2007年9月宣布成立，并于2015年9月开始其第三阶段。eMERGE第三阶段（2015年9月-2019年5月）由九个研究站点、两个中央测序和基因分型设施以及一个协调中心组成。本研究包括：来自九个第三阶段研究站点和三个第二阶段研究站点合作者的约83，000名eMERGE参与者的人类参考联盟（HRC）插补芯片数据。相应的人口统计学资料、体重指数测量值。

以下表型的病例/对照状态：腹主动脉瘤；血管紧张素转换酶抑制剂/咳嗽；注意缺陷多动障碍；年龄相关性黄斑病；阑尾炎；哮喘；特应性皮炎；自闭症；良性前列腺增生；颈动脉疾病（作为定量指标）；caMRSA；白内障；艰难梭菌结肠炎；极度肥胖；慢性肾脏病；慢性肾脏病与2型糖尿病；慢性肾脏病、2型糖尿病与高血压；结肠息肉；心肺适能；痴呆；憩室病；糖尿病视网膜病变；胃食管反流病；青光眼；身高；心力衰竭；甲状腺功能减退症；血脂；高眼压症；外周动脉疾病；QRS时限；红细胞指数；Roux-en-Y胃旁路术后糖尿病缓解；难治性高血压；服用他汀类药物期间的主要不良心血管事件（MACE）；2型糖尿病；静脉血栓栓塞症；白细胞指数；以及带状疱疹病毒感染。研究站点和参与者包括：波士顿儿童医院：基因伙伴关系（TGP）是位于Bo的一项前瞻性纵向登记研究

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。