心脏性猝死患者心脏层特异性蛋白质组学分析数据集
该数据集包含来自心脏性猝死、代偿性心肌肥厚及对照病例的54个人类心脏组织样本，通过激光显微切割技术分离左心室壁的内纵层、中环层和外纵层心肌细胞，并采用液相色谱-串联质谱进行蛋白质组学分析，主要研究心肌层特异性蛋白质表达变化与心脏性猝死风险的关系，为心脏疾病的机制研究和生物标志物发现提供数据支持。
基本信息
资源简介
心脏性猝死患者心脏层特异性蛋白质组学分析数据集
【数据集背景】
本数据集源站标题为《Layer-specific proteomic analysis of human hearts in patients with sudden cardiac death》。
【数据内容】
源站原始描述：Recent studies have shown that decreased longitudinal strain in speckle-tracking echography can predict sudden cardiac death (SCD) in patients with cardiac hypertrophy (CH). Histologically, the heart wall consists of the inner longitudinal, middle circular, and outer longitudinal layers. Thus, layer-specific proteomic changes may contribute to SCD risk. The three layers in human cardiac tissues were obtained during autopsies of SCD, compensated CH, and control cases (18 cases aged > 40 years, 54…
【主题与分类】
主题标签：Cardiac hypertrophy、Sudden cardiac death、human heart、Microdissection、Proteomics、myocardial layer。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:483fbd97047a9e278e49d0be00ff15773bc3bf9690f7bb0517953c0d2c456e74
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
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
该数据集是一个针对心脏性猝死（SCD）患者心脏组织的层特异性蛋白质组学分析数据集。数据集包含来自18例年龄>40岁的尸检病例（包括SCD、代偿性心肌肥厚（CH）和对照病例）的54个样本，覆盖左心室壁的三个心肌层（内纵层、中环层、外纵层）。数据通过激光显微切割技术分离各层心肌细胞，并采用液相色谱-串联质谱（LC-MS/MS）进行无标记定量蛋白质组学分析。该数据集主要用于研究心脏性猝死的病理机制，特别是心肌层特异性蛋白质表达变化与SCD风险的关系，为心脏疾病的生物标志物发现和病理生理学研究提供重要资源。
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。
