BAMSE 儿童过敏与哮喘出生队列
BAMSE 是瑞典斯德哥尔摩一项持续进行的纵向、基于人群的前瞻性出生队列,纳入 1994 至 1996 年出生的 4,089 名儿童,最初用于研究儿童期哮喘、过敏性疾病和肺功能的危险因素及已确诊疾病的预后因素

基本信息
资源简介
BAMSE 儿童过敏与哮喘出生队列
BAMSE 是瑞典斯德哥尔摩一项持续进行的纵向、基于人群的前瞻性出生队列,纳入 1994 至 1996 年出生的 4,089 名儿童,最初用于研究儿童期哮喘、过敏性疾病和肺功能的危险因素及已确诊疾病的预后因素。队列在 1、2、4、8、16 岁收集呼吸症状与用药问卷,并在 8 岁和 16 岁随访时开展肺量计与 FeNO 测量,16 岁时加测脉冲振荡,同时自出生起映射空气污染物及其他环境因素暴露,可用于呼吸与过敏疾病的危险因素和预后研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):BAMSE(瑞典语缩写,指儿童、过敏、环境、斯德哥尔摩、流行病学)研究是一项持续进行的纵向、基于人群的前瞻性出生队列,纳入 1994 至 1996 年间出生于瑞典斯德哥尔摩的 4,089 名儿童。该队列最初旨在研究儿童期哮喘、过敏性疾病和肺功能的危险因素,并研究已确诊疾病预后相关的重要因素。在 1、2、4、8 和 16 岁时回答了关于呼吸症状和用药的问卷。每次调查的应答率在 96-82% 之间,多年来选择偏倚非常小。自出生起已对空气污染物和其他环境因素的暴露进行映射。在 8 岁和 16 岁随访时进行了肺量计和 FeNO 测量,在后一次随访中还测量了脉冲振荡。来自约
【主题与分类】
主题标签:Genomics。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://omicsdi.org/dataset/ega/EGAS00001002746
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://omicsdi.org/dataset/ega/EGAS00001002746
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
BAMSE(瑞典语缩写,意为儿童、过敏、环境、斯德哥尔摩、流行病学)研究是一项正在进行的纵向、基于人群的前瞻性出生队列研究,纳入了1994年至1996年间在瑞典斯德哥尔摩出生的4,089名儿童。该队列最初旨在研究儿童期哮喘、过敏性疾病和肺功能的危险因素,并研究已确诊疾病预后相关的重要因素。在1、2、4、8和16岁时回答了关于呼吸道症状和用药的问卷。各次随访的应答率在96%-82%之间,多年来选择偏倚极小。自出生起即对空气污染物和其他环境因素的暴露情况进行了追踪记录。在8岁和16岁随访时进行了肺量计检查和FeNO测量,后者还进行了脉冲振荡法测量。在4、8和16岁时采集了约2,500名儿童的血液样本(包括血浆),并已对多种IgE抗体和生物标志物进行了分析。部分儿童拥有全基因组遗传、全基因组甲基化和转录组数据。
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。




