哮喘、支气管扩张与COPD优先呼出VOC候选物的精选JSON数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.21653336

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。

数据集大小约 1.9 MB。

数据说明

本数据集合包含精选的与哮喘、支气管扩张和COPD相关的呼吸挥发性有机化合物（VOCs）的整理后JSON文件。核心VOCs及配对相关VOCs采用基于排列的累积分布函数排序法进行优先级排序，而疾病特异性VOCs则在取对数转换后，依据组内四分位距进行描述性排序。每条记录包括可用的化合物标识符、化学名称、疾病关联、排序信息、推测的生物来源或通路以及支持性文献。筛选过程综合考虑了统计排序、化学可解释性、注释合理性以及既往呼气组学证据。这些数据旨在用于探索性生物标志物优先级排序和假设生成，并不代表经过独立验证的诊断性生物标志物。源呼气组学数据集最初由Kuo等人发表，可在DOI: 10.1038/s41597-024-03052-2公开获取。本JSON文件为题为“Nonparametric Prioritization of Breath VOC Signatures for Differential Diagnosis of Asthma, Bronchiectasis, and COPD”的手稿提供支持。

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。