识别新型铁死亡相关预后评分以预测慢性淋巴细胞白血病预后

数据集获取

源站：https://search.dataone.org/view/sha256%3A2d03e5cd99714d7475e6b2bba309d1d4a0d66cb12e542e7605426aeeedc632ce

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

背景：慢性淋巴细胞白血病（CLL）是西方世界最常见的白血病。尽管CLL的治疗格局正在迅速演变，但仍有部分患者存在耐药或疾病难治。铁死亡是一种脂质过氧化诱导的细胞死亡类型，已被认为在多种癌症中具有预后价值。本研究旨在构建预后模型，以改善CLL患者的风险分层，并促进更准确的临床管理评估。方法：基于公共数据库，通过单因素Cox回归分析筛选CLL中差异表达的铁死亡相关基因（FRGs）。采用最小绝对收缩和选择算子（LASSO）Cox算法构建预后风险模型。采用CIBERSORT和单样本基因集富集分析（ssGSEA）评估免疫浸润评分和免疫相关通路。共三十六例CLL患者……

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。