基于基因表达的肺腺癌生存预测多中心盲法验证研究

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-68465

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

我们在此报告一项大型、训练*测试、多中心、盲法验证研究，旨在表征基于基因表达的若干预后模型在442例肺腺癌中的性能。所提出的假设检验了基因表达的微阵列测量值单独或结合基本临床协变量（分期、年龄、性别）是否可用于预测肺癌受试者的总生存期。所检验的若干模型产生的风险评分与实际受试者结局显著相关。大多数方法在结合临床数据时表现更好，支持在为早期肺癌构建预后模型时联合使用临床和分子信息。本研究还提供了目前可用的最大规模微阵列数据集，具有针对肺腺癌的广泛病理学和临床注释。jacob-00182 检测类型：基因表达 提供者：Affymetrix 阵列设计：HG-U133A 生物体：Homo sapiens (ncbitax) 材料类型：细胞、合成RNA、生物体部分、完整生物体、总RNA 疾病状态：肺腺癌

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。