嗜酸性慢性鼻窦炎伴鼻息肉中可溶性纤维蛋白原样蛋白2病理作用数据集(qPCR数据、图注与方法)
该数据集来自Zenodo,支撑关于可溶性纤维蛋白原样蛋白2在嗜酸性慢性鼻窦炎伴鼻息肉中病理作用的研究。数据涵盖研究对象的临床特征与分组信息(包括嗜酸性CRSwNP组和对照组)、样本采集、RNA提取及定量PCR分析的详细实验方案、用于生成论文图表的处理后qPCR数据(含归一化表达水平),以及正文主要图

基本信息
资源简介
嗜酸性慢性鼻窦炎伴鼻息肉中可溶性纤维蛋白原样蛋白2病理作用数据集(qPCR数据、图注与方法)
Data for: Pathological role of soluble fibrinogen-like protein 2 in eosinophilic chronic rhinosinusitis with nasal polyps (qPCR data, figure legends and methods)
该数据集来自Zenodo,支撑关于可溶性纤维蛋白原样蛋白2在嗜酸性慢性鼻窦炎伴鼻息肉中病理作用的研究。数据涵盖研究对象的临床特征与分组信息(包括嗜酸性CRSwNP组和对照组)、样本采集、RNA提取及定量PCR分析的详细实验方案、用于生成论文图表的处理后qPCR数据(含归一化表达水平),以及正文主要图表的图注说明。所有数据文件均经过整理和注释,便于解读与重复分析,可用于探究FGL2与2型炎症在嗜酸性慢性鼻窦炎伴鼻息肉中的关联(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集支撑题为“可溶性纤维蛋白原样蛋白2在嗜酸性慢性鼻窦炎伴鼻息肉中的病理作用”的研究。数据集包括:1. 样本信息:研究对象的临床特征和分组,包括嗜酸性CRSwNP组和对照组。2. 实验方法:样本采集、RNA提取和定量PCR(qPCR)分析的详细方案。3. qPCR数据:用于手稿中图表生成的处理后定量PCR结果,包括归一化表达水平。4. 图注:与文章中主要图表对应的描述。处理后的qPCR数据用于生成正文中呈现的图表。所有数据文件均经过整理和注释,以便于对报告发现的解读和可重复性。
【主题与分类】
主题标签:FGL2、Type 2 inflammation。本站分类:耳鼻咽喉疾病/嗜酸性慢性鼻窦炎。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.19627204
使用许可:Creative Commons Attribution 4.0 International。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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://doi.org/10.5281/zenodo.19627204
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:
数据集大小约 13.9 MB。
数据说明
该数据集支持题为“可溶性纤维蛋白原样蛋白2在嗜酸性慢性鼻窦炎伴鼻息肉中的病理作用”的研究。数据集包括:1. 样本信息:研究对象的临床特征和分组,包括嗜酸性CRSwNP组和对照组。2. 实验方法:样本采集、RNA提取和定量PCR(qPCR)分析的详细方案。3. qPCR数据:用于手稿中图表生成的处理后定量PCR结果,包括归一化表达水平。4. 图注:与文章中主要图表相对应的描述。处理后的qPCR数据用于生成正文中呈现的图表。所有数据文件均经过整理和注释,以便于解读和重现所报告的研究结果。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




