功能性便秘随机临床试验的ASV相对丰度数据
该数据集来自一项针对功能性便秘人群的随机临床试验，包含全部样本的ASV分类单元相对丰度数据，共2个文件，文件样例为ASV_taxon_relative_abundance.csv
基本信息
资源简介
功能性便秘随机临床试验的ASV相对丰度数据
ASV relative abundance data of a randomized clinical trial for functional constipation
该数据集来自一项针对功能性便秘人群的随机临床试验，包含全部样本的ASV分类单元相对丰度数据，共2个文件，文件样例为ASV_taxon_relative_abundance.csv。数据由Xin Liu、Hao Lai、Yafang He于2022年11月16日发布，DOI为10.6084/m9.figshare.21561870.v3，来源站为doi.org。该数据可用于分析功能性便秘患者肠道微生物组成与相对丰度特征，支持菌群差异比较及相关研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2022-11-16。
【数据内容】
源站描述（机器翻译，仅供参考）：这是一个数据集，包含一项针对功能性便秘个体的随机临床试验中所有样本的ASV分类单元相对丰度。
【数据结构与技术规格】
文件数 2 个，合计 93.89 MB。数据集 DOI：10.6084/m9.figshare.21561870.v3。
【主题与分类】
源站学科分类：Gastroenterology and hepatology。主题标签：ASV data、gut microbe、Gastroenterology and Hepatology。本站分类：消化系统疾病/便秘。
【适用方向】
源站学科分类标注为 Gastroenterology and hepatology。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/ASV_relative_abundance_data_of_a_randomized_clinical_trial_for_functional_constipation/21561870
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Liu, Xin; Lai, Hao; He, Yafang (2022). ASV relative abundance data of a randomized clinical trial for functional constipation. figshare. Dataset
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://doi.org/10.6084/m9.figshare.21561870.v3
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:
数据集大小约 93.9 MB。
数据说明
这是一个数据集，包含了一项针对功能性便秘个体的随机临床试验中所有ASV分类群的相对丰度。
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。
