双侧肺切除术后使用流量自适应体外全人工肺系统桥接移植
该数据集来自NCBI GEO(GSE312053),包含一例33岁流感相关ARDS合并耐碳青霉烯铜绿假单胞菌肺炎及难治性脓毒症休克患者的离体肺组织,采用单细胞RNA测序与Visium HD空间转录组学进行分析

基本信息
资源简介
双侧肺切除术后使用流量自适应体外全人工肺系统桥接移植
Bridge to transplant using a flow-adaptive extracorporeal total artificial lung system following bilateral pneumonectomy
该数据集来自NCBI GEO(GSE312053),包含一例33岁流感相关ARDS合并耐碳青霉烯铜绿假单胞菌肺炎及难治性脓毒症休克患者的离体肺组织,采用单细胞RNA测序与Visium HD空间转录组学进行分析。数据覆盖弥漫性组织破坏、中性粒细胞与单核细胞来源肺泡巨噬细胞及活化T细胞浸润、异常基底样上皮细胞和CTHRC1阳性肌成纤维细胞扩增等分子特征,可用于研究重症肺炎与脓毒症肺损伤的细胞组成、空间组织及病理机制(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 01 202。
【数据内容】
源站描述(机器翻译,仅供参考):急性呼吸窘迫综合征(ARDS)若并发由院内耐药病原体引起的继发性肺炎和脓毒症休克,死亡率可超过80%。我们对一名33岁流感相关ARDS并发耐碳青霉烯铜绿假单胞菌肺炎和难治性脓毒症休克患者的离体肺进行了单细胞RNA测序和Visium HD空间转录组学分析。结果显示,受累肺组织呈弥漫性均匀组织破坏,伴中性粒细胞、单核细胞来源肺泡巨噬细胞和活化T细胞密集浸润。我们还观察到异常基底样上皮细胞和CTHRC1阳性肌成纤维细胞显著扩增,与广泛炎症共存,并伴有正常肺泡结构近乎完全丧失。由此产生的分子特征重现了
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Other、GPL20301、9606。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE312053
【使用注意】
· 源站最后修改于 Apr 30 202,引用时请注意版本时效。
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/geo/query/acc.cgi?acc=GSE312053
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
急性呼吸窘迫综合征(ARDS)在并发由院内耐药病原体引起的继发性肺炎和感染性休克时,死亡率可超过80%。我们对一名33岁患者的离体肺进行了单细胞RNA测序和Visium HD空间转录组分析,该患者患有流感相关ARDS,并发耐碳青霉烯铜绿假单胞菌肺炎和难治性感染性休克。我们的结果显示了受累肺组织中弥漫且均匀的组织破坏,伴有中性粒细胞、单核细胞来源的肺泡巨噬细胞和活化T细胞的密集浸润。我们还观察到异常基底样上皮细胞和CTHRC1阳性肌成纤维细胞的显著扩增,与广泛炎症共存,并伴有正常肺泡结构的近乎完全丧失。所得分子特征重现了终末期纤维化肺疾病中所见的表现,并与不可逆损伤而非可恢复的ARDS表型相一致。
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。




