多发性硬化症疾病表型预测

数据集获取

源站：https://omicsdi.org/dataset/metabolights_dataset/MTBLS1464

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

进展型多发性硬化症（PMS）目前为回顾性诊断。本研究致力于建立一组有助于PMS早期诊断的生物标志物。在独立队列中，一组脑脊液代谢物（n=15）可区分PMS与其前驱表型（AUC=0.93）。以保形预测补充该分类器显示，可作出高置信度预测，且在样本采集后三年内发展为PMS的8例患者中，有3例在该时间点被预测为PMS。最后，该方法应用于接受鞘内利妥昔单抗治疗临床试验的PMS患者。该方法显示，68%的患者在治疗一年后与PMS表型的相似性下降。总之，纳入置信度预测器相比传统机器学习提供了更多信息，且该信息与疾病监测相关。队列1的检测数据报告于本研究MTBLS1464中。队列2的检测数据报告于MTBLS558中。

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。