晚期非小细胞肺癌血浆基因特征与预后分层数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.18802695

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。

数据集大小约 11.9 KB。

数据说明

本记录包含文章《晚期非小细胞肺癌基于血浆的遗传特征分析：从真实世界证据到预后分层》中使用的原始数据，用于开发线性支持向量机（SVM）分类器，以将拷贝数改变（CNA）图谱二分类为稳定型（SCP）或不稳定型（UCP）。我们回顾性评估了本机构使用AVENIO ctDNA Expanded Kit（Roche Diagnostics，Basel，Switzerland）对晚期非小细胞肺癌患者进行血浆NGS分析的结果，该试剂盒包含77个基因，能够检测主要类型的遗传改变。稳定/不稳定的二分类最初由我们小组的两名独立专业人员通过肉眼检查个体CNA图谱来完成，并用作目标。为了在操作者经验之外自动将图谱分类为SCP或UCP，我们实现了支持向量机（SVM）分类器。简言之，我们考虑了来自AVENIO Oncology Analysis Software输出的分段log2比值（.cns）文件，并计算了三个特征（Segments、Size、Chromosomes）。

CNA谱的改变定义为任意大小的DNA片段，其| log2拷贝比 | > 截断值。选择截断值为0.1，并将三个特征作为SVM分类器中的协变量：1）改变片段的数量（Segments），2）改变区域的总长度（Size），3）受影响染色体的数量（Chromosomes）。2020年至2024年间在本研究所处理的所有匿名样本（n = 428），包括作为外部服务进行的样本，均用于提高模型的可靠性和稳健性。可用样本通过两个不同版本的AVENIO ctDNA Expanded试剂盒（Expanded或Expanded V2）获得，并在机器学习预测中分别保留为数据集1（n = 298）和数据集2（n = 130）。“Dataset_1.txt”和“Dataset_2.txt”文件是原始数据矩阵，对应于

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。