非酒精性脂肪性肝病患者表达数据
该数据集来自 omicsdi.org，收录非酒精性脂肪性肝病（NAFLD）患者的肝脏基因表达数据，共分析 72 例患者的总 RNA，其中 40 例为轻度 NAFLD（纤维化分期 0-1），32 例为进展期 NAFLD（纤维化分期 3-4）
基本信息
资源简介
非酒精性脂肪性肝病患者表达数据
该数据集来自 omicsdi.org，收录非酒精性脂肪性肝病（NAFLD）患者的肝脏基因表达数据，共分析 72 例患者的总 RNA，其中 40 例为轻度 NAFLD（纤维化分期 0-1），32 例为进展期 NAFLD（纤维化分期 3-4）。研究旨在界定区分轻度与进展期 NAFLD 的肝脏基因表达模式，并建立与进展期 NAFLD 相关的基因表达谱。数据属于 TransQST 集合，主题标签为 Transcriptomics，可用于探索 NAFLD 进展相关的转录组特征及潜在生物标志物（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：非酒精性脂肪性肝病代表一系列病理变化，从良性脂肪变性到可能进展的脂肪性肝炎，影响超过 30% 的美国成年人。进展期 NAFLD 与肝硬化、原发性肝癌、心血管疾病及肝外癌症导致的发病率和死亡率增加相关。准确识别有进展期 NAFLD 风险的患者具有挑战性。本研究的目的是界定区分轻度与进展期 NAFLD 的肝脏基因表达模式，并开发与进展期 NAFLD 相关的基因表达谱。我们分析了来自 72 例 NAFLD 患者（40 例轻度 NAFLD，纤维化分期 0-1；32 例进展期 NAFLD，纤维化分期 3-4）的总 RNA，并开发了与进展期 NAFLD 相关的基因谱。该数据集是 TransQST 集合的一部分。
【主题与分类】
主题标签：Transcriptomics。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-49541
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/biostudies-arrayexpress/E-GEOD-49541
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
非酒精性脂肪性肝病代表了一系列病理变化，从良性的脂肪变性到可能进展的脂肪性肝炎，影响着超过30%的美国成年人。晚期NAFLD与因肝硬化、原发性肝癌、心血管疾病及肝外癌症导致的发病率和死亡率增加相关。准确识别有晚期NAFLD风险的患者是一项挑战。本研究旨在定义区分轻度与晚期NAFLD的肝脏基因表达模式，并开发与晚期NAFLD相关的基因表达谱。我们分析了72例NAFLD患者（40例轻度NAFLD，纤维化分期0-1；32例晚期NAFLD，纤维化分期3-4）的总RNA，并开发了与晚期NAFLD相关的基因谱。该数据集是TransQST集合的一部分。
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。
