PRJNA1285003:儿童呼吸研究与环境工作组(CREW)基因型数据集

BioProject 记录汇集了由单一机构或联盟发起的同一项计划所产生的多种生物数据类型,并提供统一入口链接到该项目生成的不同数据

sra
浏览 10
基因组分类Phenotype or Genotype
PRJNA1285003: Children’s Respiratory Research and Environment Workgroup (CREW) Genotype Dataset

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

PRJNA1285003:儿童呼吸研究与环境工作组(CREW)基因型数据集

Children’s Respiratory Research and Environment Wo... (ID 1285003) - BioProject - NCBI

该数据集来自 NCBI BioProject(ID 1285003),英文名为 Children’s Respiratory Research and Environment Workgroup (CREW) Genotype Dataset,属于呼吸系统疾病/哮喘分类,主题标签为 Phenotype or Genotype。BioProject 记录汇集了由单一机构或联盟发起的同一项计划所产生的多种生物数据类型,并提供统一入口链接到该项目生成的不同数据。该数据可用于儿童呼吸系统疾病与环境相关研究中的基因型分析,具体样本量、人群覆盖范围、检测平台及可用数据类型源站未提供(来源 NCBI)。

【数据内容】

源站描述(机器翻译,仅供参考):BioProject 是与单一计划相关的一组生物数据,源自单一组织或联盟。BioProject 记录为用户提供一个单一位置,以查找为该计划生成的各种数据类型的链接。

【主题与分类】

主题标签:Phenotype or Genotype。本站分类:呼吸系统疾病/哮喘。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1285003

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://ncbi.nlm.nih.gov/bioproject/PRJNA1285003

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

CADRE的建立旨在通过汇集和协调多个哮喘和过敏研究中收集的数据,以支持未来的合作研究。在儿童呼吸与环境工作组(CREW)的势头和成就基础上,CADRE利用CREW现有的数据集启动。CREW的主要目标是识别儿童哮喘的表型——即根据自然史、触发因素、急性发作频率、共存的过敏、肺功能、性别等临床特征区分的不同亚型。CREW的研究参与者代表了从13个专注于哮喘的早期生活和出生队列研究中招募的全国多样性儿童和家庭队列。出生时,总合并研究…(更多内容见dbGaP研究页面。)

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。

获取专属数据定制方案