慢性阻塞性肺疾病生物样本库

数据集获取

源站：https://escience.org.cn/metadata/detail?cstrId=CSTR:17621.07.B0503&id=1f1f877df2c503dd9ff4d7033e6b1026:B0503

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

该数据集是一个专注于慢性阻塞性肺疾病（COPD）和肺动脉高压的生物样本资源库，严格按照呼吸疾病遗传资源库的规范和标准进行统一管理和操作。数据集包含全血、血清、血浆、尿液、DNA工作液、DNA原液和PBMC等多种生物样本类型，自2010年开始建库，2013年实现电子化管理，目前累计病例约4000例，样本储存量达6万份左右。数据来源为临床收集的生物样本，并应用于遗传学、免疫学及精准医学研究，相关成果已发表在COPD、EBioMedicine、International Journal of Chronic Obstructive Pulmonary Disease等多个SCI期刊，支持国家科技部精准医学重点专项及国家自然科学基金等项目。

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。