Castleman基因组计划

数据集获取

源站：https://omicsdi.org/dataset/dbgap/phs001706

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

多中心Castleman病（MCD）是一种罕见的淋巴增殖性疾病，由炎症细胞因子过度产生所驱动。患者可表现出广泛的临床特征，从轻微的流感样症状到多器官衰竭和死亡。人类疱疹病毒8型（HHV-8）是已明确证实的MCD病因，见于因人类免疫缺陷病毒感染或其他原因导致免疫抑制的个体。另一方面，对于无HHV-8暴露证据的其他方面健康的个体（特发性MCD或iMCD），其MCD的病因尚不清楚。尽管iMCD最常见于40-60岁的成年人，但它影响所有年龄段的人群，且已有早发性（儿童期或青年期）病例的报道。在此类病例中，生殖系突变可能是iMCD的基础。早发性iMCD患者及其家庭成员被纳入本研究中。为鉴定可能作为iMCD基础的生殖系突变，对患者及其可获得DNA样本的生物学父母进行了全基因组测序。

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。