非吸烟者、吸烟者及戒烟者肺部细胞基因表达自然史（健康与疾病）

数据集获取

源站：https://clinicaltrials.gov/study/NCT00974064

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

疾病：慢性阻塞性肺疾病（COPD）、吸烟、戒烟、慢性支气管炎、肺气肿。香烟烟雾是大多数肺癌的致病因素，也是COPD的主要病因，而COPD是美国第四大死因。尽管吸烟与肺癌及COPD之间的因果关系已充分确立，但仅有10-20%的吸烟者实际会罹患这些疾病。这表明存在遗传易感因素，使某些个体面临更大风险。我们先前的研究显示，健康吸烟者（吸烟史、体格检查、肺功能测试及胸部X线均正常的吸烟者）与患有COPD的吸烟者，其小气道上皮和肺泡巨噬细胞中超过200个基因出现显著的上调和下调。然而，个体对吸烟的反应存在差异，部分个体异常表达的基因数量远少于他人。本研究的重点在于评估以下假说：肺细胞对吸烟应激的反应因人而异，但在时间上保持一致性。

此外，戒烟个体的反应各不相同，但对每个个体而言，这种反应随时间保持恒定。通过界定吸烟者、戒烟者和不吸烟者随时间变化的生物学反应模式，我们将能够识别出共同的生物学途径，作为潜在的干预靶点。

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。