corrdeconv纠正反卷积将疾病细胞状态误读为丰度并推翻基准超越所有已发表反卷积方法
源站描述指出原生CIBERSORT与CIBERSORT_abs在微阵列上使用分位数归一化而在RNA测序上禁用，冻结的corrdeconv参数与选择保持不变
基本信息
资源简介
corrdeconv纠正反卷积将疾病细胞状态误读为丰度并推翻基准超越所有已发表反卷积方法
corrdeconv corrects deconvolution's misreading of disease cell states as abundance, overturning benchmarks and outperforming every published deconvolution method
该数据集来自doi.org，属于肿瘤/膀胱癌分类，包含支撑论文“corrdeconv corrects deconvolution's misreading of disease cell states as abundance, overturning benchmarks and outperforming every published deconvolution method”的最终图表、补充表1–20、源数据工作簿、图表构建程序及corrdeconv 1.1.1。源站描述指出原生CIBERSORT与CIBERSORT_abs在微阵列上使用分位数归一化而在RNA测序上禁用，冻结的corrdeconv参数与选择保持不变。数据可。
【数据集背景】
源站首次发布：2026。
【主题与分类】
主题标签：cell inference、disease-state confounding、deconvolution、measurement、correction atlas、gene lists、research decisions。本站分类：肿瘤/膀胱癌。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23354822
使用许可：Creative Commons Attribution 4.0 International。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.23354822
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 191.7 MB。
数据说明
最终图、补充表1–20、源数据工作簿、图表构建程序以及corrdeconv 1.1.1，均为手稿《corrdeconv纠正反卷积将疾病细胞状态误读为丰度的问题，颠覆基准并超越所有已发表的反卷积方法》提供支持。原生CIBERSORT和CIBERSORT_abs在微阵列数据上使用分位数归一化，而在RNA测序数据上则禁用该归一化。冻结的corrdeconv参数和选择保持不变。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
