潜水继发减压病对人体外周血转录组的急性影响：补充数据集
该数据集来自 search.dataone.org，为潜水继发减压病对人体外周血转录组急性影响研究的补充数据。研究比较潜水后出现典型皮肤型减压病（cutis marmorata 皮疹）的病例与未受影响对照者的白细胞转录组，血样在潜水完成后8小时内及40-44小时后两个时间点采集，采用 RNA-Seq
基本信息
资源简介
潜水继发减压病对人体外周血转录组的急性影响：补充数据集
Acute effects on the human peripheral blood transcriptome of decompression sickness secondary to scuba diving: Supplementary datasets
该数据集来自 search.dataone.org，为潜水继发减压病对人体外周血转录组急性影响研究的补充数据。研究比较潜水后出现典型皮肤型减压病（cutis marmorata 皮疹）的病例与未受影响对照者的白细胞转录组，血样在潜水完成后8小时内及40-44小时后两个时间点采集，采用 RNA-Sequencing 及生物信息学分析识别差异表达基因。数据可用于探索减压病的分子机制与潜在生物标志物（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：减压病（DCS）由循环中惰性气体气泡形成引起，可导致多种潜在严重的临床表现。其病理生理机制仍未被完全理解。本研究旨在探讨潜水后发生皮肤型 DCS 的潜水员与匹配良好的未受影响对照者相比，在顺利潜水后人类白细胞转录组的变化。病例组（n = 7）为潜水后出现典型 cutis marmorata 皮疹且临床确诊 DCS 的潜水员。对照组（n = 6）为健康潜水员，其从 ≥25 msw 潜水后出水，无减压违规或 DCS 证据。血液在两个独立时间点采样——潜水完成后8小时内以及40-44小时后。通过 RNA-Sequencing 进行转录组分析，随后开展生物信息学分析，以识别差异表达基因并关联
【主题与分类】
主题标签：RNA sequencing、Hyperbaric physiology、decompression sickness。本站分类：环境因素所致疾病/其他。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ac7b5866f465f807af8c62a17b62143d1810430f95dd93eaf7e994f13f2f610e8
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
减压病（DCS）是由于循环中惰性气体气泡形成而引起的，可导致多种潜在严重的临床表现。其病理生理机制仍未完全明确。本研究旨在探讨患皮肤型减压病的潜水员与经过顺利潜水后匹配良好的未患病对照者相比，其人类白细胞转录组的变化。病例组（n = 7）为潜水后出现典型大理石样皮斑疹、且临床确诊为减压病的潜水员。对照组（n = 6）为健康潜水员，从≥25米海水深度潜水后出水，无减压违规或减压病证据。血液在兩個独立时间点采样——潜水完成后8小时内及40-44小时后。通过RNA测序进行转录组分析，随后进行生物信息学分析，以识别差异表达基因并将其功能与生物学通路相关联。在减压病病例中，我们发现了参与……的转录本富集。
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。
