ULB数据集样本
该数据集来自慢性淋巴细胞白血病（CLL）患者的外周血单个核细胞（PBMC），经密度梯度离心分离后，使用CD19+磁珠系统纯化B细胞，平均B细胞纯度>99%，纯化后CD5+/CD19+细胞平均比例>98%
基本信息
资源简介
ULB数据集样本
该数据集来自慢性淋巴细胞白血病（CLL）患者的外周血单个核细胞（PBMC），经密度梯度离心分离后，使用CD19+磁珠系统纯化B细胞，平均B细胞纯度>99%，纯化后CD5+/CD19+细胞平均比例>98%。提取总RNA后，采用TruSeq Stranded Total RNA Sample Preparation Kit构建全转录组测序文库，在HiSeq 2500平台上进行2×76 bp双端测序，双端读段中位数为6050万（范围4970万-7970万）。数据可用于CLL相关转录组分析、基因表达研究及B细胞分子特征探索（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：慢性淋巴细胞白血病（CLL）患者的外周血单个核细胞（PBMC）通过Linfosep（Biomedics，马德里，西班牙）密度梯度离心分离。B细胞按照制造商说明使用CD19+磁珠系统（MidiMACS，Miltenyi Biotec，Bergish Gladbash，德国）纯化。经流式细胞术检测，平均B细胞纯度>99%，纯化后CD5+/CD19+细胞的平均百分比>98%。使用TriPure Isolation Reagent（Roche Applied Science，Vilvoorde，比利时）一步法从纯化细胞中提取总RNA。使用TruSeq Stranded Total RNA Sample Preparation Kit（Illumina）制备全转录组测序文库。文库在HiSeq 2500仪器（Illumina）上进行2 × 76 bp双端测序。双端读段的中位数为6050万（范围，4970万-7970万）。
【主题与分类】
主题标签：Genomics。本站分类：肿瘤/慢性淋巴细胞白血病。
【获取与许可】
源站页面：https://omicsdi.org/dataset/ega/EGAD00001004047
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://omicsdi.org/dataset/ega/EGAD00001004047
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:
数据说明
采用密度梯度离心法，在Linfosep（西班牙马德里Biomedics公司）上分离出CLL患者的外周血单核细胞（PBMC）。依据制造商说明，使用CD19+磁珠系统（德国Bergish Gladbash的Miltenyi Biotec公司MidiMACS）纯化B细胞。经流式细胞术检测，纯化后B细胞平均纯度>99%，CD5+/CD19+细胞平均百分比>98%。使用TriPure Isolation Reagent（比利时Vilvoorde的Roche Applied Science公司）一步法从纯化细胞中提取总RNA。采用TruSeq Stranded Total RNA Sample Preparation Kit（Illumina公司）构建全转录组测序文库。文库在HiSeq 2500仪器（Illumina公司）上进行2×76 bp双端测序。双端读取的中位数为6050万条（范围，4970万至7970万条）。
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。
