PRJNA962995：epiLiver，一种用于肝癌（HCC）特异性检测的肿瘤特异性高通量检测方法

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA962995

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

高通量检测用于癌症早期发现，能够革新公共卫生并降低癌症的发病率与死亡率。在此，我们展示了一种用于液体活检中肝细胞癌（HCC）检测的DNA甲基化特征，该特征与正常组织和血液图谱不同。我们利用四个CpG位点开发了一个分类器，并在TCGA HCC数据中进行了验证。一个单一的F12基因CpG位点能有效区分TCGA和GEO数据仓库中的HCC样本与其他血液样本、正常组织及非HCC肿瘤。这些标志物在来自HCC患者和对照组的独立血浆样本数据集中得到了验证。我们设计了一种采用下一代测序和多重技术的高通量检测方法，分析了554名临床研究参与者的血浆样本，包括HCC患者、非HCC癌症、慢性乙型肝炎和健康对照。HCC检测灵敏度为84.5%，特异性为95%，AUC为0.94。对高风险个体实施此检测可显著降低HCC的发病率和死亡率。

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。