GD1阳性Lactobacillus缺失与COPD患者肺部炎症的相关性
该数据集来自search.dataone.org,聚焦轻中度慢性阻塞性肺疾病(COPD)患者肺部GD1阳性Lactobacillus的缺失与炎症反应的关系

基本信息
资源简介
GD1阳性Lactobacillus缺失与COPD患者肺部炎症的相关性
Loss of GD1-positive Lactobacillus correlates with inflammation in human lungs with COPD
该数据集来自search.dataone.org,聚焦轻中度慢性阻塞性肺疾病(COPD)患者肺部GD1阳性Lactobacillus的缺失与炎症反应的关系。数据覆盖74名因肺癌接受手术并捐献非癌肺组织或肺叶的个体,包括正常肺功能对照(n=28)、轻度COPD(GOLD 1,n=21)和中度COPD(GOLD 2,n=25)。主要结局为各组GD1阳性率及其对定量组织学指标的影响。该数据可用于探索COPD严重程度与GD1阳性Lactobacillus缺失的关联,以及GD1潜在抗炎特性的研究(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):目的:本研究评估轻中度慢性阻塞性肺疾病(COPD)患者肺组织中GD1(甘油脱水酶)阳性Lactobacillus的含量、Lactobacillus的存在与宿主肺组织炎症反应之间的关系。我们假设随着COPD严重程度增加,产GD1的Lactobacillus会减少,且GD1具有抗炎特性。地点:加拿大不列颠哥伦比亚省温哥华1个参与中心的二级医疗。参与者:74名因肺癌接受治疗而切除的非癌肺组织或肺叶捐献者(正常肺功能对照(n=28)、轻度(GOLD 1)COPD患者(n=21)和中度(GOLD 2)COPD患者(n=25))。结局指标:主要结局指标为各组内GD1阳性率以及这是否影响定量组织学指标
【主题与分类】
主题标签:Chronic airways disease、Emphysema、Microbiology。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A09c2077d0a239dc0e577e99bcb8fe4d918bfd11659b5a19374f3e93a923d6da3
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
目的:本研究评估轻至中度慢性阻塞性肺疾病(COPD)患者中GD1(甘油脱水酶)阳性乳杆菌的含量、乳杆菌的存在情况与宿主肺组织中测得的炎症反应之间的关系。我们假设随着COPD严重程度的增加,产GD1乳杆菌会减少,且GD1具有抗炎特性。研究地点:二级医疗机构,加拿大不列颠哥伦比亚省温哥华1个参与中心。研究对象:74名个体,其非癌性肺组织或为治疗肺癌而切除的肺叶被捐献(肺功能正常对照组(n=28)、轻度(GOLD 1)COPD患者(n=21)和中度(GOLD 2)COPD患者(n=25))。结局指标:主要结局指标为各组内GD1阳性情况以及这是否影响肺炎症的定量组织学测量。次要结局指标包括乳杆菌的存在与定量、一项……
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。




