化疗对年轻成年癌症幸存者子宫的影响

该数据集来自 NCBI GEO(GSE235951),聚焦烷基化化疗对年轻成年癌症幸存者子宫的影响。研究通过超声与子宫内膜活检评估子宫内膜厚度、子宫体积、组织学、DNA 甲基化及 RNA-seq,并考察在育龄癌症幸存者中开展上述评估的可行性

geo
浏览 2
医学影像GPL211459606
GSE235951: Effect of chemotherapy on the uterus of young adult cancer survivors

基本信息

模态
医学影像
创建/更新时间
2026-10-25

资源简介

化疗对年轻成年癌症幸存者子宫的影响

Effect of chemotherapy on the uterus of young adult cancer survivors

该数据集来自 NCBI GEO(GSE235951),聚焦烷基化化疗对年轻成年癌症幸存者子宫的影响。研究通过超声与子宫内膜活检评估子宫内膜厚度、子宫体积、组织学、DNA 甲基化及 RNA-seq,并考察在育龄癌症幸存者中开展上述评估的可行性。数据可用于探索化疗后子宫内膜损伤的结构与分子表型,以及表观遗传和转录组变化,属于探索性、假设生成性质的研究资源(来源 NCBI)。

【数据集背景】

源站首次发布:Jun 27 202。

【数据内容】

源站描述(机器翻译,仅供参考):这项初步研究旨在实现3个不同但相关的目标。首先,我们通过超声和组织学描述了烷基化化疗后子宫/子宫内膜损伤的结构表型。其次,我们研究了烷基化化疗暴露对子宫内膜活检(EMB)组织匀浆中信使RNA表达和表观遗传变化的分子影响。第三,我们研究了在育龄癌症幸存者中进行超声和基于EMB的评估的可行性。由于该研究领域可获取的信息有限,此方法为探索性,应能产生假设。本研究的主要结局指标包括经阴道超声下的子宫内膜厚度(EMT)和子宫体积。EMB样本的子宫内膜组织学、DNA甲基化和RNA-seq,以及EM前后的疼痛量表评估

【数据结构与技术规格】

文件数 1 个,合计 0 B。

【主题与分类】

主题标签:GPL21145、9606。本站分类:肿瘤。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE235951

【使用注意】

· 源站最后修改于 Jul 03 202,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE235951

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

本试点研究旨在实现3个不同但相关的目标。首先,我们从超声和组织学角度描述了烷化剂化疗后子宫/子宫内膜损伤的结构表型。其次,我们研究了烷化剂化疗暴露对子宫内膜活检(EMB)组织匀浆中信使RNA表达和表观遗传改变的分子影响。第三,我们探讨了在育龄期癌症幸存者中开展超声检查和基于EMB的评估的可行性。由于该探究领域现有信息有限,此方法属于探索性研究,应可产生假设。本研究的主要结局指标包括经阴道超声测量的子宫内膜厚度(EMT)和子宫体积、EMB样本的子宫内膜组织学、DNA甲基化和RNA-seq,以及EMB前后的疼痛量表评估。

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。

获取专属数据定制方案