GSE67068：自身抗体特征联合PSA水平实现前列腺癌与良性前列腺增生患者的高精度血液鉴别

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE67068

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

尽管前列腺特异性抗原水平升高可作为前列腺癌的指征，但其他原因常导致较高的假阳性率。因此，对患者血清中自身抗体进行额外的血清学筛查可提高前列腺癌的检出率。我们对49例前列腺癌患者、70例良性前列腺增生患者和28名健康对照者的血清进行了蛋白质宏阵列筛查，并比较了各组间的自身免疫反应。我们能够以83.2%的准确率区分前列腺癌患者与正常对照者，以86.0%的准确率区分良性前列腺增生患者与正常对照者，以70.3%的准确率区分前列腺癌患者与良性前列腺增生患者。将血清反应性模式与高于4.0 ng/ml的PSA水平相结合，该分类的准确率可提高至84.1%。对于选定的蛋白质，我们通过使用Lluminex对84份样本进行检测，确认了其差异表达。

我们提供一种微创血清学方法，以减少前列腺癌检测中的假阳性结果，并根据PSA筛查区分前列腺癌患者与良性前列腺增生患者。

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。