卵巢浆液性囊腺瘤与纤维瘤的分子特征 [表达谱]
该数据集来自 NCBI GEO，标题为卵巢浆液性囊腺瘤与纤维瘤的分子特征（表达谱），包含 1 个文件 GSE67223_series_matrix.txt.gz，基于 GPL6244 平台对人类（9606）样本进行表达谱分析
![GSE67223: Molecular characterization of ovarian serous cystadenomas and fibromas [Expression]](/medical-api/medicalDataset/datasetCover/141146_v20261105001845.jpg)
基本信息
资源简介
卵巢浆液性囊腺瘤与纤维瘤的分子特征 [表达谱]
GSE67223 是一个来自 NCBI GEO 的基因表达谱数据集，英文标题为“Molecular characterization of ovarian serous cystadenomas and fibromas [Expression]”，中文可译为“卵巢浆液性囊腺瘤与纤维瘤的分子特征（表达谱）”。该数据集围绕良性卵巢浆液性肿瘤的分子变化展开，比较对象包括囊腺瘤、囊腺纤维瘤与单纯纤维瘤。数据集由 Ian G. Campbell 提交，发布时间为 2014 年 3 月 24 日，在本站归类于“肿瘤 / 其他”。数据集仅包含 1 个文件，即 GSE67223_series_matrix.txt.gz，基于 GPL6244 平台对人类（9606）样本进行表达谱分析，主题标签为 Expression profiling by array。
【数据集背景】
该数据集的研究目标是对良性卵巢浆液性肿瘤（囊腺瘤与囊腺纤维瘤）的分子改变进行刻画，并将其与单纯纤维瘤进行比较。卵巢浆液性肿瘤在临床上包含多种良性形态，囊腺瘤与囊腺纤维瘤是其中常见的类型，而单纯纤维瘤在组织学构成上有所不同。通过表达谱层面的比较，研究者希望揭示这些良性病变之间在基因表达上的差异，从而为理解其分子特征提供线索。源站描述明确指出了这一比较框架，即“characterize the molecular changes in benign serous ovarian tumors (cystadenomas and cystadenofibromas) in comparison to pure fibromas”。
【数据内容】
数据集的核心内容是一份表达谱矩阵文件，文件名为 GSE67223_series_matrix.txt.gz。该文件以 GZIP 压缩格式提供，属于系列矩阵（series matrix）类型的汇总文件，通常用于承载样本层面的表达测量值及相关的样本注释信息。数据集主题标签中包含“Expression profiling by array”，表明数据来源于微阵列（芯片）表达谱技术；平台标识为 GPL6244；物种标识为 9606，即人类。数据集文件数量为 1，意味着该系列的表达数据集中在这一个压缩文件中，未附带其他单独的数据文件。
【采集与来源】
该数据集来源于 NCBI GEO（ncbi.nlm.nih.gov），源站标题与数据集英文标题一致，均为“Molecular characterization of ovarian serous cystadenomas and fibromas [Expression]”。数据由 Ian G. Campbell 提交，发布时间为 2014 年 3 月 24 日。样本物种为人类（9606），检测平台为 GPL6244，检测类型为微阵列表达谱分析。关于样本的具体收集地点、伦理审批信息、样本量、临床分期与病理分级等细节，源站未提供。
【适用场景】
该数据集适用于围绕良性卵巢浆液性肿瘤分子特征开展的分析工作，例如比较囊腺瘤、囊腺纤维瘤与单纯纤维瘤之间的基因表达差异，探索不同良性病变类型在转录层面的区分特征，或作为卵巢肿瘤相关表达谱研究的辅助参考数据。由于数据以系列矩阵文件形式提供，也可用于方法学层面的练习，如芯片表达数据的读取、样本注释整理与差异表达分析的流程搭建。需要说明的是，该数据集聚焦于良性病变的分子刻画，其适用性应结合具体研究问题判断，源站未提供关于数据用于其他疾病或人群的说明。
【使用方法】
使用该数据集时，首先下载数据文件 GSE67223_series_matrix.txt.gz。该文件为 GZIP 压缩包，读取前需先解压，再按文本矩阵格式解析。建议先在小样本上核对字段与编码，确认样本标识、平台信息与表达值格式无误后，再批量接入后续分析流程。由于文件为系列矩阵形式，通常需要结合平台注释信息对探针标识进行解读；平台注释的具体获取方式源站未提供。分析过程中应注意保持样本分组信息与表达矩阵的对应关系，避免因字段解析错误导致分组错位。
【质量与限制】
该数据集仅包含 1 个文件，数据组织相对简单，便于直接获取与读取。其表达谱基于微阵列平台 GPL6244，属于芯片类数据，分析时需考虑平台探针注释与数据预处理的影响。数据集未提供样本量、临床信息、重复实验设置及质控指标等细节，源站未提供相关内容，因此在使用时对数据覆盖范围与统计效力的判断需保持谨慎。此外，该数据集针对良性卵巢浆液性肿瘤与纤维瘤的比较，结论外推到其他肿瘤类型或恶性病变时缺乏依据。
【引用与许可】
该数据集的提交者为 Ian G. Campbell，来源站为 NCBI GEO。关于该数据集的具体引用文献、使用许可条款与再分发要求，源站未提供，使用前应前往源站页面查阅相关说明并遵循其规定。
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=GSE67223
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
本研究旨在表征良性浆液性卵巢肿瘤（囊腺瘤和囊腺纤维瘤）相较于纯纤维瘤的分子变化特征。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
