Suco - PBMC 外周血单个核细胞单细胞数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.13709549

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 10.28 GB。

数据说明

Suco（单细胞通用分类大全）是一个用于单细胞RNA测序数据中细胞类型分类的大型标准化参考数据集。Suco旨在解决单细胞基因组学领域中分类任务缺乏标准化数据集的问题。在人工智能的其他领域，如计算机视觉，诸如MNIST或ImageNet等标准化数据集已经彻底改变了强大新机器学习方法的发展。Suco的特点是在独立分析的数据集中进行手动统一标准化的层次化细胞类型注释。这一独立数据集的集合确保了机器学习分类器能够使用统计上独立的数据和标签进行测试。在此，我们展示了Suco中的外周血单核细胞数据集，该数据集包含来自12个独立数据集的超过1200个手动标记的细胞类型聚类，总计超过500个个体和超过500万个细胞。______________________________________________________________________________________________________与v1.2相比的更新 在json文件中包含了作为嵌套字典的细胞类型层次结构。此层次结构可用于查询数据，例如

使用我们的Cytopus软件包wallet-maker/cytopus：单细胞组学生物学注释去除了残留的低质量细胞和双细胞，提高了压缩率以便更快下载 ______________________________________________________________________________________________________ 数据集结构：.zip压缩文件夹，包含来自各个研究的数据集，这些数据集已由两位不同的专家评分者（人类免疫学）独立重新处理、聚类和注释 文件名：DATASET_ID.h5ad 数据集ID具有以下格式（每行后跟‘-X-’分隔符 组织/细胞类型：此处为PBMC 疾病背景 发表年份 第一作者（可选：后跟_BATCHNAME） DOI（DOI中的/替换为_以兼容文件系统 .h5ad文件具有以下结构 加载u

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。