未过滤错义数据家族1-12
数据覆盖40名受试者，包括35名乳腺癌患者、1名结肠癌患者、1名胰腺癌患者和3名未受影响女性家属，其中女性39名、男性1名
基本信息
资源简介
未过滤错义数据家族1-12
Unfiltered missense data families 1-12
该数据集为论文《Discovering Predisposing Genes for Hereditary Breast Cancer using Deep Learning》的原始错义数据，来自12个高危家族的乳腺癌患者健康组织，未经过滤。数据覆盖40名受试者，包括35名乳腺癌患者、1名结肠癌患者、1名胰腺癌患者和3名未受影响女性家属，其中女性39名、男性1名。数据比对至参考基因组hg19，涵盖编码区与非编码区。可用于遗传性乳腺癌易感基因的深度学习识别研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2024。
【数据内容】
源站描述（机器翻译，仅供参考）：论文《Discovering Predisposing Genes for Hereditary Breast Cancer using Deep Learning》的原始错义数据。来自12个高危家族的乳腺癌患者健康组织的未过滤错义变异。该数据集包括40名受试者，39名女性和1名男性（35名乳腺癌患者、1名结肠癌患者、1名胰腺癌患者和3名未受影响女性家属）。数据比对至参考基因组hg19（编码区和非编码区）。更多数据请参阅正文。
【主题与分类】
主题标签：Family studies、Breast cancer、Medical genetics。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.10949087
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.10949087
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 5.1 MB。
数据说明
《利用深度学习发现遗传性乳腺癌易感基因》一文的原始错义数据。来自12个高风险家族的乳腺癌患者健康组织中的未过滤错义变异。该数据集包括40名受试者，其中39名女性和1名男性（35名乳腺癌患者、1名结肠癌患者、1名胰腺癌患者和3名未受影响的女性家庭成员）。数据比对至参考基因组hg19（编码区和非编码区）。更多数据请参阅正文。
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。
