肿瘤教育血小板RNA用于胶质母细胞瘤检测与(假性)进展监测

该数据集为RNA测序数据,涵盖805份血液血小板样本,包括240份来自胶质母细胞瘤患者的肿瘤教育血小板(TEP)样本、126份来自脑转移患者的TEP样本,以及353名无症状对照和86名多发性硬化症个体的血小板样本

geo
浏览 5
基因组分类GPL167919606
GSE156902: Tumor-educated platelet RNA for the detection and (pseudo)progression monitoring of glioblastoma

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-08

资源简介

肿瘤教育血小板RNA用于胶质母细胞瘤检测与(假性)进展监测

Tumor-educated platelet RNA for the detection and (pseudo)progression monitoring of glioblastoma

该数据集为RNA测序数据,涵盖805份血液血小板样本,包括240份来自胶质母细胞瘤患者的肿瘤教育血小板(TEP)样本、126份来自脑转移患者的TEP样本,以及353名无症状对照和86名多发性硬化症个体的血小板样本。数据可用于基于TEP RNA的液体活检诊断研究,支持胶质母细胞瘤的检测及(假性)进展监测(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 26 202。

【数据内容】

源站描述(机器翻译,仅供参考):我们报告了805份血液血小板样本的RNA测序数据,包括从胶质母细胞瘤患者采集的240份肿瘤教育血小板(TEP)样本和从脑转移患者采集的126份TEP样本。此外,我们还报告了从353名无症状对照和86名多发性硬化症个体中分离的血小板的RNA测序数据。该数据集突显了基于TEP RNA的“液体活检”诊断在胶质母细胞瘤检测和(假性)进展监测方面的能力。

【数据结构与技术规格】

文件数 1 个,合计 0 B。

【主题与分类】

主题标签:GPL16791、9606。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE156902

【使用注意】

· 源站最后修改于 Nov 02 202,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE156902

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

我们报告了805份血液血小板样本的RNA测序数据,其中包括从胶质母细胞瘤患者收集的240份肿瘤教育血小板(TEP)样本,以及从脑转移患者收集的126份TEP样本。此外,我们还报告了从353名无症状对照者和86名多发性硬化症个体中分离出的血液血小板的RNA测序数据。此数据集突显了基于TEP RNA的“液体活检”诊断技术在胶质母细胞瘤检测及(伪)进展监测中的能力。

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。