高血压诊断中的组学特征

数据集获取

源站：https://clinicaltrials.gov/study/NCT02772315

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

病情：高血压。动脉性高血压是世界上最主要的死亡原因。在高血压转诊中心，约25%的患者高血压由单一病因引起，即所谓继发性高血压，多为内分泌性、肾上腺源性（原发性醛固酮增多症、嗜铬细胞瘤/副神经节瘤、库欣综合征）。在药物抵抗性高血压患者中，这一比例升至50%。继发性高血压的恰当治疗可显著改善预后，但取决于充分的诊断。传统上，此类高血压的诊断依赖于繁琐的生化与影像学检查，而这些检查可能无法完全消除不确定性。现代“组学”技术（基因组学、代谢组学、血浆和尿液蛋白质组学）可能使诊断更快、更好。此外，它们可能为那些没有可识别高血压病因的高血压患者（即所谓原发性高血压）的分层提供依据。这种分层可能有助于预测对抗高血压药物的反应并判断预后，从而有助于在高血压诊疗中建立个体化医疗。

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。