GNPS 囊性纤维化纵向痰液样本数据集
该数据集收录了来自囊性纤维化患者的痰液样本，属于代谢组学主题。样本对6名患者进行了超过一年的每日采集，形成纵向时间序列。数据可用于研究囊性纤维化患者痰液代谢物随时间的变化规律，支持疾病进展监测、生物标志物发现等分析任务（来源 omicsdi.org）
基本信息
资源简介
GNPS 囊性纤维化纵向痰液样本数据集
GNPS Longitudinal CF Sputum Samples 是一个聚焦囊性纤维化患者痰液样本的纵向代谢组学数据集，收录于呼吸道疾病 / 囊性纤维化分类之下，来源为 omicsdi.org。该数据集的核心特征在于其时间维度：样本来自囊性纤维化患者，并对 6 名患者进行了超过一年的每日采集，从而构成一条连续、密集的纵向时间序列。与常见的横断面样本集合不同，这一数据集能够反映同一患者在不同时间点上痰液样本的代谢组学特征，为观察痰液代谢物随时间的动态变化提供了数据基础。数据集以代谢组学为主题标签，适合用于探索囊性纤维化患者痰液代谢物随时间的变化规律，并可为疾病进展监测、生物标志物发现等分析任务提供支持。
【数据集背景】
囊性纤维化是一种累及呼吸系统的疾病，痰液样本是研究其气道状态的重要材料。该数据集正是围绕囊性纤维化患者的痰液样本建立，主题归属于代谢组学，本站分类为呼吸道疾病 / 囊性纤维化。数据来源站为 omicsdi.org。源站将其描述为一个从囊性纤维化患者中采集的痰液样本集合，其突出特点在于纵向、每日、长期的采样设计，而非单次或少量时间点的采样。
【数据内容】
该数据集的内容为来自囊性纤维化患者的痰液样本，主题标签为代谢组学。样本覆盖 6 名患者，采集持续超过一年，且为每日采集，因此形成纵向时间序列。源站未提供样本的具体数量、代谢物种类、检测平台、数据文件格式及数据规模等细节。
【采集与来源】
样本采集对象为囊性纤维化患者，共 6 名；采集频率为每日一次，采集持续时间超过一年。数据来源站为 omicsdi.org。源站未提供采集机构、采集地点、伦理审批信息及具体采集流程等细节。
【适用场景】
基于其纵向每日采集的设计，该数据集可用于研究囊性纤维化患者痰液代谢物随时间的变化规律，支持疾病进展监测、生物标志物发现等分析任务。代谢组学主题意味着其分析对象为痰液中的代谢物层面信息。源站未提供其他具体应用案例或已验证的分析结论。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、文件组织方式、预处理步骤及分析流程等。
【质量与限制】
该数据集的样本仅来自 6 名患者，样本来源相对集中；采集为每日进行且持续超过一年，时间跨度较长。源站未提供样本质量评估、缺失情况、批次效应及质控信息等细节。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/gnps/MSV000082667
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
一组从囊性纤维化患者处采集的痰液样本。这些样本来自6名患者，每日采集，持续超过1年。
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。
