数据集获取

源站：https://doi.org/10.5281/zenodo.23597409

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。

数据集大小约 18.8 KB。

数据说明

公共免疫与自身免疫表达数据集目录，2026年10月

仅元数据目录，系在检索公共数据过程中编制：Expression_dataset_inventory_v1（候选表达系列）、ImmPort_GEO_expression_candidates、ImmPort_study_inventory_v3（16项研究）、Immune_downloads_manifest_v4及其摘要（研究层面的访问状态；受控访问或需登录访问的研究仅作为目录元数据列出，未从中获取任何数据）、ImmuneSpace_drug_studies_catalog和anti_tnf_blood_prepost_catalog_v2。不包含任何表达值或参与者层面数据。摘要中曾使用的工作标签“Confidential”已不再适用。作者：Christopher G. Gibson，DO（ORCID 0009-0000-3860-5484），Illari Research，在AI分析辅助下完成。所有输入均为开放公共数据（GEO、ArrayExpress、开放的ImmPort研究）；不重新分发任何原始数据、患者标识符或受控访问数据。脚本路径已改为相对路径；来自其他项目的输入预期位于上一级目录（…/<project>/），可从作者的公开Zenodo汇编中获取。不包含稿件正文。

计划文件中诸如 CONFIDENTIAL 或 HOLD 之类的工作标签已不再适用：作者已于 2026 年 10 月 23 日公开发布了这项工作。代码：MIT 许可证。计划、结果和图表：CC BY 4.0。每个锁定计划旁边都附有其 SHA-256 值；可用 sha256sum 进行校验。

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。