甲状腺癌中氧化应激与更具侵袭性特征相关
该数据可用于甲状腺癌分子特征与氧化应激关联的分。在该论文中，我们研究了恶性和良性甲状腺病变及正常组织中的甲状腺分化评分（TDS）
基本信息
资源简介
甲状腺癌中氧化应激与更具侵袭性特征相关
Oxidative stress correlates with more aggressive features in thyroid cancer.
该数据集为论文《Oxidative stress correlates with more aggressive features in thyroid cancer》的原始数据，研究恶性与良性甲状腺病变及正常组织中的甲状腺分化评分（TDS）。数据通过Illumina定制的AmpliSeq RNA表达面板获得，由GenomeStudio软件设计，检测16个甲状腺功能基因（DIO1、DIO2、DUOX1、DUOX2、FOXE1、GLIS3、NKX21、PAX8、SLC26A4、SLC5A5、SLC5A8、TG、THRA、THRB、TSHR和TPO）及管家基因TBP的表达，并据此计算TDS。该数据可用于甲状腺癌分子特征与氧化应激关联的分。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含论文《Oxidative stress correlates with more aggressive features in thyroid cancer》的原始数据。在该论文中，我们研究了恶性和良性甲状腺病变及正常组织中的甲状腺分化评分（TDS）。由GenomeStudio软件设计了定制的AmpliSeq RNA表达面板（Illumina），用于检测16个甲状腺功能基因（DIO1、DIO2、DUOX1、DUOX2、FOXE1、GLIS3、NKX21、PAX8、SLC26A4、SLC5A5、SLC5A8、TG、THRA、THRB、TSHR和TPO）以及管家基因TBP的表达。16个甲状腺功能基因的mRNA表达水平用于推导甲状腺分化评分（TDS）。
【主题与分类】
主题标签：RNA-seq、cancer、Medicine, Health and Life Sciences、thyroid、tds score。本站分类：肿瘤。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A7c0218d66df9dd750f483cc0d4b9d94f2272e90162097168ec92a7e5d190f9c1
使用许可：http://creativecommons.org/publicdomain/zero/1.0。
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
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
该数据集包含论文《Oxidative stress correlates with more aggressive features in thyroid cancer》的原始数据。在本文中，我们研究了恶性和良性甲状腺病变及正常组织中的甲状腺分化评分-TDS。通过GenomeStudio软件设计了定制的AmpliSeq RNA表达面板（Illumina），用于检测16个甲状腺功能基因（DIO1、DIO2、DUOX1、DUOX2、FOXE1、GLIS3、NKX21、PAX8、SLC26A4、SLC5A5、SLC5A8、TG、THRA、THRB、TSHR和TPO）以及管家基因TBP的表达。利用这16个甲状腺功能基因的mRNA表达水平推导出甲状腺分化评分（TDS）。
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。
