GSE123086：基于单细胞策略识别复杂疾病诊断与治疗靶点的验证研究（13种疾病）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE123086

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

我们开展了前瞻性临床研究，以验证CD4+ T细胞在以下ICD-10-CM章节中13种疾病中的重要性：肿瘤（乳腺癌、慢性淋巴细胞白血病）；内分泌、营养和代谢疾病（I型糖尿病、肥胖症）；循环系统疾病（动脉粥样硬化）；呼吸系统疾病（急性扁桃体炎、流感、季节性过敏性鼻炎、哮喘）；消化系统疾病（克罗恩病[CD]、溃疡性结肠炎[UC]）；以及皮肤和皮下组织疾病（特应性湿疹、银屑病）。研究参与者由临床专科医生根据各专业领域代表组织制定的诊断标准进行招募。年龄和性别匹配的健康对照者（分别为n = 127和39）在瑞典东南部地区招募，来源包括林雪平大学医院门诊诊所、延雪平Ryhov县医院、延雪平一家初级卫生保健中心以及韦纳穆一家儿童专科医疗单位。研究参与者代表了城市和农村人群，年龄范围为8至94岁。

1型糖尿病合并肥胖患者的年龄范围为8至18岁。12例患者有不止一项诊断。

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。