垂直袖状胃切除术在显性糖尿病后触发β细胞快速恢复
该数据集来自 omicsdi.org，主题标签为 Genomics，属于内分泌、营养和代谢疾病下的糖尿病分类。数据集围绕垂直袖状胃切除术在显性糖尿病状态下触发β细胞快速恢复这一主题，可用于研究代谢手术对糖尿病β细胞功能恢复的影响
基本信息
资源简介
垂直袖状胃切除术在显性糖尿病后触发β细胞快速恢复
该数据集英文名为 Vertical sleeve gastrectomy triggers fast β-cell recovery upon overt diabetes，来源于 omicsdi.org，主题标签为 Genomics，在内分泌、营养和代谢疾病领域下归入糖尿病分类。数据集围绕垂直袖状胃切除术在显性糖尿病状态下触发β细胞快速恢复这一主题展开，可用于研究代谢手术对糖尿病β细胞功能恢复的影响。整体而言，该数据集将代谢手术干预与糖尿病状态下胰岛β细胞功能恢复这一科学问题相联系，为相关研究提供了以基因组学为主题标签的数据资源，适合关注代谢手术机制与糖尿病转归的研究者参考使用。
【数据集背景】
垂直袖状胃切除术是代谢手术中的常见术式，而显性糖尿病状态下β细胞功能的恢复是糖尿病研究关注的问题之一。该数据集以“垂直袖状胃切除术在显性糖尿病状态下触发β细胞快速恢复”为主题，属于内分泌、营养和代谢疾病领域下的糖尿病分类，主题标签为 Genomics。其背景指向代谢手术干预与糖尿病β细胞功能变化之间的关系研究，可用于探讨代谢手术对糖尿病β细胞功能恢复的影响。
【数据内容】
该数据集的主题标签为 Genomics，表明其数据内容与基因组学相关。数据集围绕垂直袖状胃切除术在显性糖尿病状态下触发β细胞快速恢复这一主题组织。除上述主题与标签信息外，源站未提供关于具体样本类型、检测平台、数据文件格式与数据规模的进一步说明。
【采集与来源】
该数据集来源于 omicsdi.org，源站描述即为数据集英文名“Vertical sleeve gastrectomy triggers fast β-cell recovery upon overt diabetes”。关于样本采集方式、实验设计细节、采集时间与地点等信息，源站未提供。
【适用场景】
依据其主题与分类，该数据集可用于研究代谢手术对糖尿病β细胞功能恢复的影响，适用于关注垂直袖状胃切除术与显性糖尿病状态下β细胞恢复之间关系的分析场景，也可作为内分泌、营养和代谢疾病尤其是糖尿病方向中基因组学相关研究的参考数据。更具体的适用分析类型，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、预处理步骤与分析流程等。
【质量与限制】
源站未提供关于数据质量评估、数据完整性、样本量及潜在偏倚等方面的说明。使用时应以源站实际提供的信息为准。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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://omicsdi.org/dataset/project/PRJNA728714
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
Vertical sleeve gastrectomy triggers fast β-cell recovery upon overt diabetes
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。
