CURELUNG项目表观遗传学侧（患者数据集）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE39279

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

非小细胞肺癌（NSCLC）是一种极为常见的实体肿瘤，在减少无复发生存期和总生存期方面仅取得了微小进展。这一问题在I期患者中尤为关键，因为对于无可检测淋巴结或其他转移累及的患者，尚无可用生物标志物能指示哪些高风险患者应接受已证实有益的辅助化疗。我们旨在寻找具有预后价值的DNA甲基化标志物，以期在此方面有所帮助，并补充传统分期。研究采用DNA甲基化微阵列分析人类基因组中450,000个CpG位点，对来自多中心队列的490例NSCLC患者原发肿瘤DNA进行了研究，其中包括339例腺癌、133例鳞状细胞癌和18例大细胞癌，此外还有25份正常肺上皮样本。所获得的预后DNA甲基化标志物通过在143例I期NSCLC患者独立队列中开发单一甲基化-焦磷酸测序检测方法进行了验证。

研究的原发性非小细胞肺癌通过无监督聚类分析，区分出两个具有不同临床结局的分支。在I期非小细胞肺癌患者中，那些最能预测复发的CpG位点在所描述的独立队列中得到了进一步验证。无论是全局DNA甲基化分类器还是排名靠前的异常甲基化单一基因，都提升了超越标准分期系统的预后准确性。

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。