100例HCC患者原发及癌旁非恶性组织样本(miRNA)

该数据集来自omicsdi.org,包含新加坡患者队列中100例肝细胞癌(HCC)患者的原发组织及配对癌旁非恶性组织的全基因组miRNA表达谱,采用mirXplore双色miRNA表达微阵列进行检测

omicsdi
浏览 5
基因组分类Transcriptomics
Primary and adjacent non-malignant tissue samples of 100 HCC patients (miRNA)

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-31

资源简介

100例HCC患者原发及癌旁非恶性组织样本(miRNA)

该数据集来自omicsdi.org,包含新加坡患者队列中100例肝细胞癌(HCC)患者的原发组织及配对癌旁非恶性组织的全基因组miRNA表达谱,采用mirXplore双色miRNA表达微阵列进行检测。HCC是一种异质性疾病,理解其潜在分子机制十分重要;研究者通过整合miRNA与基因表达谱来探讨microRNA在HCC中的作用。所有组织采集均获得新加坡国家癌症中心及研究伦理审查委员会批准,并签署患者知情同意书。该数据可用于HCC中miRNA表达差异及分子机制相关研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):来自新加坡患者队列的100例HCC患者原发及配对非恶性组织的全基因组miRNA表达谱。HCC是一种异质性疾病,理解其潜在分子机制十分重要。在此,我们通过整合HCC患者的microRNA和基因表达谱来研究microRNA在HCC中的作用。在mirXplore双色miRNA表达微阵列上对100例原发及癌旁非恶性HCC组织样本进行谱分析。所有组织采集均获得新加坡国家癌症中心、研究伦理审查委员会的批准,并签署患者知情同意书。

【主题与分类】

主题标签:Transcriptomics。本站分类:肿瘤。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-62007

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-62007

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

来自新加坡患者队列的100例肝细胞癌(HCC)患者原发组织及配对非恶性组织的全基因组miRNA表达谱。HCC是一种异质性疾病,了解其潜在的分子机制至关重要。在此,我们通过整合HCC患者的microRNA和基因表达谱,研究了microRNA在HCC中的作用。使用mirXplore双色miRNA表达微阵列对100例原发及癌旁非恶性HCC组织样本进行了表达谱分析。所有组织均在获得新加坡国家癌症中心、研究伦理审查委员会批准以及患者签署知情同意书后采集。

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。