脓毒症类鼻疽血液转录诊断检测数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE69528

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

类鼻疽由革兰阴性细菌类鼻疽伯克霍尔德菌引起，是东南亚和澳大利亚北部社区获得性败血症的主要类型，具有高死亡率和发病率。需要更准确、快速的诊断来改善败血症型类鼻疽的管理。我们此前确定了37个基因的候选特征，用于区分败血症型类鼻疽与其他病原体引起的败血症。本研究的目的是独立验证我们之前的生物标志物，并整合我们每个微阵列数据集中的基因选择，以建立用于类鼻疽鉴别诊断的靶向检测。血液样本采集自2009年9月至2011年11月期间在泰国东北部3家省级医院就诊并表现为严重炎症反应综合征的患者。研究仅纳入经培养确诊的败血症患者（n=166）。我们生成了一个新的微阵列数据集，包含29例败血症型类鼻疽患者和54例由其他病原体引起的败血症患者。

利用这一新数据集对37基因特征进行验证，结果显示检测脓毒症类型的预测准确率约为80%。为了开发纳升级高通量PCR技术，我们进一步从这一新的微阵列数据集中以及通过重新审视我们已发表的数据，识别出额外的基因特征。共筛选出85个基因，其中包括6个管家基因。采用多步迭代方法，我们能够将生物标志物的数量减少至12个基因，而其性能与完整面板相当。这12基因特征的高性能（准确率>70%）在第二个独立样本集中得到了验证。我们的研究所确定的12基因面板为类鼻疽败血症的鉴别诊断提供了高性能。这一发现将有助于改善类鼻疽败血症的管理，包括诊断、治疗和随访。

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。