FFPE未受累小肠回肠组织微阵列数据

该数据集为来自克罗恩病手术切除标本的FFPE未受累小肠回肠组织的转录组微阵列数据,样本取自Cedars-Sinai Medical Center需手术受试者的小肠切除边缘

geo
浏览 5
基因组分类Expression profiling by arrayGPL64809606
GSE120782: Microarray data generated from formalin-fixed, paraffin-embedded (FFPE) uninvolved small bowel (SB) ileal tissue.

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-10

资源简介

FFPE未受累小肠回肠组织微阵列数据

Microarray data generated from formalin-fixed, paraffin-embedded (FFPE) uninvolved small bowel (SB) ileal tissue.

该数据集为来自克罗恩病手术切除标本的FFPE未受累小肠回肠组织的转录组微阵列数据,样本取自Cedars-Sinai Medical Center需手术受试者的小肠切除边缘。数据包含1个文件,格式为GSE120782_series_matrix.txt.gz,基于GPL6480平台,物种为9606。可用于探索克罗恩病中未受累小肠组织的基因表达特征,辅助疾病机制研究、生物标志物筛选及分类模型构建(来源 NCBI)。

【数据集背景】

源站首次发布:Oct 03 201。

【数据内容】

源站描述(机器翻译,仅供参考):转录组数据生成于未受累小肠(SB)组织,这些组织来自在Cedars-Sinai Medical Center因克罗恩病需要手术的受试者的小肠切除边缘的福尔马林固定石蜡包埋(FFPE)样本。

【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、GPL6480、9606。本站分类:消化系统疾病/克罗恩病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE120782

【使用注意】

· 源站最后修改于 Nov 29 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE120782

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

转录组数据来源于Cedars-Sinai医疗中心因克罗恩病需手术的受试者,其福尔马林固定石蜡包埋(FFPE)的小肠切除边缘未受累的SB组织。

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。

获取专属数据定制方案