GAINSeq:基于下一代测序数据与机器学习模型的青光眼症状前检测

该数据集来自 search.dataone.org,属于眼及附器疾病中的青光眼方向,围绕先天性青光眼及相关病症的遗传突变信息构建

dataone
浏览 8
基因组预测Computer and Information ScienceMedicine, Health and Life Sciences
GAINSeq: Glaucoma Pre-Symptomatic Detection Using Machine Learning Models Driven by Next-Generation Sequencing Data

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-17

资源简介

GAINSeq:基于下一代测序数据与机器学习模型的青光眼症状前检测

GAINSeq: Glaucoma Pre-Symptomatic Detection Using Machine Learning Models Driven by Next-Generation Sequencing Data

该数据集来自 search.dataone.org,属于眼及附器疾病中的青光眼方向,围绕先天性青光眼及相关病症的遗传突变信息构建。数据涵盖多种遗传变异的染色体位置、起止位点、参考等位基因与突变等位基因、reads 计数以及变异 reads 百分比,同时提供基因名称、基因 ID、基因大小和受影响的具体外显子等信息。结合其主题标签,该数据可用于机器学习驱动的青光眼症状前检测研究,支持基因组学与生物信息学分析(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):该文件包含一个与先天性青光眼及其他相关病症相关的遗传突变综合数据集。文件涵盖多种遗传变异的详细信息,包括其染色体位置、起始和终止位置、参考等位基因与突变等位基因、reads 计数以及变异 reads 的百分比。它还提供基因名称、基因 ID、基因大小以及受这些突变影响的具体外显子的数据。

【主题与分类】

主题标签:Computer and Information Science、Medicine, Health and Life Sciences。本站分类:眼及附器疾病/青光眼。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A514a9204744fc25c7e6dccd2a9f12be6e8c3d3dfaa55d8426c55eabf83d11456

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://search.dataone.org/view/sha256%3A514a9204744fc25c7e6dccd2a9f12be6e8c3d3dfaa55d8426c55eabf83d11456

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

该文件包含了一个综合数据集,涉及与先天性青光眼及其他相关条件相关的基因突变。文件详细记录了各种遗传变异的信息,包括其染色体位置、起始和终止位置、参考等位基因与突变等位基因、阅读计数以及变异阅读的百分比。此外,还提供了基因名称、基因ID、基因大小以及受这些突变影响的具体外显子数据。

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