数据仓库：宫颈癌ccHPS模型相关数据集

数据集获取

源站：https://doi.org/10.6084/m9.figshare.14999487.v4

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。

数据集大小约 301.7 MB。

数据说明

5. Training_TCGA_203samples.txt 该数据仓库中共有15个文件。各文件的描述如下：1. tcga_tumor.exp.txt 经过处理的TCGA-CESC RNA-Seq数据，其标准化方式为每百万映射读数中每千碱基转录本的片段数（FPKM），随后进行log2转换。2. CGCI.tumor.exp.tsv 经过处理的CGCI-HTMCP-CC RNA-Seq数据，其标准化方式为每百万映射读数中每千碱基转录本的片段数（FPKM），随后进行log2转换。3. GSE72723_GPL6884_data.txt GSE72723中的基因表达数据，使用R库“GEOquery”下载，并根据GPL6884平台进行注释。4. GSE72723_GPL10558_data.txt GSE72723中的基因表达数据，使用R库“GEOquery”下载，并根据GPL10558平台进行注释。这是使用TCGA-CESC队列样本的70%来开发ccHPS模型的训练数据集。6. Test1_TCGA_86samples.txt 这是使用TCGA-CESC队列样本剩余30%的ccHPS模型的第一个验证数据集。7. Test2_CGCI-HTMCP-CC_117samples.txt 这是使用CGCI-HTMCP-CC队列样本的独立验证数据集。8.

ccHPS_score_GPL10558.tsv 针对GSE72723中每个样本，使用GPL10558芯片平台计算的ccHPS评分。9. ccHPS_score_GPL6884.tsv 针对GSE72723中每个样本，使用GPL6884芯片平台计算的ccHPS评分。10.ccHPS_score_TCGA.tsv 针对TCGA样本计算的ccHPS评分。11.ccHPS_score_CGCI-HTMCP-CC.txt 针对CGCI-HTMCP-CC样本计算的ccHPS评分。12. ccHPS score for cervical cancer cell lines.txt 针对在缺氧和常氧条件下处理的八种宫颈癌细胞系计算的ccHPS评分。13.Differential_gene_analysis_rank_between_high_low_risk.txt 使用’limma’包对高风险和低风险样本进行差异基因分析的结果。14.ESTIMATEscore.txt 每个TCGA-CESC样本的ESTIMATE评分。15. tcga.drug_sensitivity_predicted_allSolidTumor.txt 每个样本的药物估计IC50。16.scripts.zip T

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。