人肠系膜组织脂肪生成数据集
该数据集来自 NCBI GEO（GSE278661），聚焦人肠系膜组织的脂肪生成，属于消化系统疾病/克罗恩病方向。数据包含克罗恩病患者的肠道爬行脂肪（ICF）与对应肠道非炎症脂肪（INF），以及健康对照的正常肠系膜组织（NL），采用单核 RNA 测序构建图谱
基本信息
资源简介
人肠系膜组织脂肪生成数据集
Adipogenesis of human mesenteric tissue
该数据集来自 NCBI GEO（GSE278661），聚焦人肠系膜组织的脂肪生成，属于消化系统疾病/克罗恩病方向。数据包含克罗恩病患者的肠道爬行脂肪（ICF）与对应肠道非炎症脂肪（INF），以及健康对照的正常肠系膜组织（NL），采用单核 RNA 测序构建图谱。可用于刻画肠系膜组织细胞群体的疾病相关变化，并探索爬行脂肪形成的潜在细胞与分子机制（来源 NCBI）。
【数据集背景】
源站首次发布：Oct 02 202。
【数据内容】
源站描述（机器翻译，仅供参考）：爬行脂肪（CrF）定义为围绕炎症肠段的肠系膜脂肪组织增生，是克罗恩病的特征性病理表现，并与疾病进展和术后复发相关。为研究 CrF 形成背后的细胞组成和转录改变，我们构建了来自克罗恩病患者和健康对照的人肠系膜组织的单核 RNA 测序图谱。该数据集包括克罗恩病患者的肠道爬行脂肪（ICF）和对应的肠道非炎症脂肪（INF），以及健康对照的正常肠系膜组织（NL）。这些数据用于刻画肠系膜组织细胞群体的疾病相关变化，并探索参与 CrF 形成的潜在细胞和分子机制。
【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：GPL24676、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=GSE278661
【使用注意】
· 源站最后修改于 Jun 13 202，引用时请注意版本时效。
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=GSE278661
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
爬行脂肪（Creeping fat, CrF）定义为炎症肠段周围肠系膜脂肪组织的增生，是克罗恩病的特征性病理表现，并与疾病进展和术后复发相关。为探究CrF形成背后的细胞组成和转录改变，我们构建了克罗恩病患者和健康对照者肠系膜组织的人单核RNA测序图谱。该数据集包括克罗恩病患者的肠道爬行脂肪（intestinal creeping fat, ICF）及相应的肠道非炎症脂肪（intestinal non-inflamed fat, INF），以及健康对照者的正常肠系膜组织（normal mesenteric tissue, NL）。这些数据用于表征肠系膜组织细胞群中与疾病相关的改变，并探索参与CrF形成的潜在细胞和分子机制。
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。
