基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-12

资源简介

香港中文大学药物临床试验中心样本数据集

ena-DATASET-DCPTCUHK-16-07-2018-17:01:25:434-313 - samples 是一个面向肿瘤学中鼻咽癌方向的基因组学数据集，来源于 omicsdi.org。该数据集的核心工作是通过靶向测序技术，对有鼻咽癌（NPC）和无鼻咽癌的受试者血浆样本进行检测，从而捕获并测量其中 EBV DNA 的丰度以及片段大小分布。数据集主题标签为 Genomics，本站分类归入肿瘤 / 鼻咽癌。整体而言，该数据集围绕血浆中 EBV DNA 的定量与片段特征展开，为鼻咽癌相关研究提供了以测序为基础的样本级数据资源，适用于关注 EBV DNA 丰度与片段大小分布的研究场景。

【数据集背景】

鼻咽癌（NPC）是一种与 EB 病毒（EBV）感染密切相关的恶性肿瘤，EBV DNA 在血浆中的存在状态长期以来是鼻咽癌研究和临床关注的重要对象。该数据集正是在这一背景下产生，其目标是通过靶向测序手段，对有鼻咽癌与无鼻咽癌受试者血浆中的 EBV DNA 进行捕获和测量。数据集所属分类为肿瘤 / 鼻咽癌，主题标签为 Genomics，来源站为 omicsdi.org。源站描述指出，研究使用靶向测序来捕获并测量有和无 NPC 受试者血浆中 EBV DNA 的丰度以及大小分布。这一背景说明该数据集并非泛化的基因组数据，而是聚焦于特定病毒核酸在特定疾病状态下的表现。

【数据内容】

该数据集的内容围绕靶向测序所获得的 EBV DNA 测量结果展开。根据源站描述，测量对象包括两个方面：一是 EBV DNA 的丰度，二是 EBV DNA 的大小分布。数据覆盖的受试者包括有鼻咽癌（NPC）和无鼻咽癌两类人群，因此数据内容在分组上具有病例与对照的对照结构。数据集名称中包含“samples”字样，表明其以样本为组织单位。主题标签为 Genomics，说明数据属于基因组学范畴。除上述信息外，关于具体样本数量、测序靶点、丰度指标的具体单位或数值范围、片段大小的具体区间等，源站未提供。

【采集与来源】

该数据集来源于 omicsdi.org。源站描述明确说明，采集方式是靶向测序，采集对象是受试者血浆，采集目的是捕获并测量 EBV DNA 的丰度与大小分布。受试者被区分为有鼻咽癌和无鼻咽癌两类。数据集英文名称中包含“DCPTCUHK”以及日期时间信息“16-07-2018-17:01:25:434”，这些标识信息可用于区分该数据集。除来源站、采集方式与受试者分组外，关于具体采集机构、采集地点、采集时间跨度、样本处理流程等，源站未提供。

【适用场景】

基于其内容与来源描述，该数据集适用于与鼻咽癌和 EBV DNA 相关的研究场景，尤其是需要考察血浆中 EBV DNA 丰度以及片段大小分布的分析工作。由于数据同时涵盖有鼻咽癌和无鼻咽癌受试者，可用于病例与对照之间的比较性研究。主题标签 Genomics 表明其适用于基因组学方向的数据分析。该数据集也可用于方法学层面的参考，例如围绕靶向测序捕获 EBV DNA 的技术路线进行讨论。除上述由源站描述直接支持的场景外，其他具体应用方向源站未提供。

【使用方法】

该数据集以样本为单位组织，名称中标注为 samples。使用时可依据有鼻咽癌与无鼻咽癌的分组对样本进行区分，并围绕 EBV DNA 的丰度与片段大小分布两个测量维度展开分析。由于数据通过靶向测序获得，使用时应将其视为测序来源的测量结果。关于具体的文件格式、下载方式、数据字段结构、分析流程或配套工具，源站未提供。

【质量与限制】

该数据集的质量与限制信息，源站未提供。可确认的是其来源站为 omicsdi.org，采集方式为靶向测序，测量对象为血浆中 EBV DNA 的丰度与大小分布，受试者分为有鼻咽癌和无鼻咽癌两类。除此之外，关于样本量、数据完整性、测序深度、批次效应、质控标准等，源站未提供。

【引用与许可】

该数据集的引用方式与许可信息，源站未提供。数据集英文名称为 ena-DATASET-DCPTCUHK-16-07-2018-17:01:25:434-313 - samples，来源站为 omicsdi.org，可供检索与识别。除名称与来源站外，关于授权条款、使用限制、引用格式等，源站未提供。

原始链接

https://omicsdi.org/dataset/ega/EGAD00001004204

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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

源站：https://omicsdi.org/dataset/ega/EGAD00001004204

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。

数据说明

我们采用靶向测序技术，捕获并测定了鼻咽癌患者与非鼻咽癌受试者血浆中EBV DNA的丰度及大小分布。

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