基于气相色谱-质谱联用的痛风患者尿液代谢组学研究数据

该数据集来自 data.mendeley.com,为一项痛风患者尿液代谢组学研究,采用气相色谱-质谱联用(GC-MS)方法探索痛风患者尿液中具有特征性的代谢模式,旨在检测痛风患者尿液中的代谢变化,以助于理解痛风的病理机制

google_dataset
2018-07-04 更新
浏览 12
其他分类痛风尿液代谢组学GC-MS代谢模式病理机制
Urinary metabolomics study of patients with gout using gas chromatography-mass spectrometry

基本信息

模态
其他
大小
0.000424448 GB
任务类型
分类
创建/更新时间
2018-07-04
版本
v1

资源简介

基于气相色谱-质谱联用的痛风患者尿液代谢组学研究数据

Urinary metabolomics study of patients with gout using gas chromatography-mass spectrometry

该数据集来自 data.mendeley.com,为一项痛风患者尿液代谢组学研究,采用气相色谱-质谱联用(GC-MS)方法探索痛风患者尿液中具有特征性的代谢模式,旨在检测痛风患者尿液中的代谢变化,以助于理解痛风的病理机制。数据集包含 1 个文件,样例文件为 gout-original data.xls,发布时间为 2018-07-04,DOI 为 10.17632/xsmmyjs5b9.1。该数据可用于痛风代谢特征分析及相关病理机制研究(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2018-07-04。

【数据内容】

源站描述(机器翻译,仅供参考):本研究旨在检测痛风患者尿液中的代谢变化,这些变化可能有助于理解痛风的病理机制。研究采用气相色谱-质谱联用(GC-MS)方法探索痛风患者中具有特征性的代谢模式。

【数据结构与技术规格】

文件数 1 个,合计 424.45 KB。数据集 DOI:10.17632/xsmmyjs5b9.1。

【主题与分类】

主题标签:痛风、尿液代谢组学、GC-MS、代谢模式、病理机制。本站分类:肌肉骨骼疾病/其他。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/xsmmyjs5b9

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/xsmmyjs5b9

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 424.4 KB。

数据说明

Jia Zhou (2018). Urinary metabolomics study of patients with gout using gas chromatography-mass spectrometry [Dataset]. http://doi.org/10.17632/xsmmyjs5b9.1

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。