铜绿假单胞菌分离株肽聚糖组成比较
本数据集为铜绿假单胞菌分离株肽聚糖组成比较研究的原始质谱数据，来源于 doi.org，包含 1 个压缩文件 Anderson Khursigara et al.zip，作者为 Cezar Khursigara，发布时间为 2022-04-21
基本信息
资源简介
铜绿假单胞菌分离株肽聚糖组成比较
Comparison of peptidoglycan composition amongst Pseudomonas aeruginosa isolates
本数据集为铜绿假单胞菌分离株肽聚糖组成比较研究的原始质谱数据，来源于 doi.org，包含 1 个压缩文件 Anderson Khursigara et al.zip，作者为 Cezar Khursigara，发布时间为 2022-04-21。数据对应论文研究流行性铜绿假单胞菌菌株在模拟囊性纤维化肺部感染的营养条件下肽聚糖组成的变化，可用于微生物学、呼吸系统疾病相关研究中的肽聚糖成分分析与菌株比较（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2022-04-21。
【数据结构与技术规格】
文件数 1 个，合计 19.33 GB。数据集 DOI：10.6084/m9.figshare.19119110.v1。
【主题与分类】
源站学科分类：Microbiology not elsewhere classified。主题标签：peptidoglycan、Pseudomonas aeruginosa、Liverpool Epidemic Strain、Microbiology。本站分类：呼吸系统疾病。
【适用方向】
源站学科分类标注为 Microbiology not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Comparison_of_peptidoglycan_composition_amongst_Pseudomonas_aeruginosa_isolates/19119110
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Khursigara, Cezar (2022). Comparison of peptidoglycan composition amongst Pseudomonas aeruginosa isolates. figshare. Dataset
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://doi.org/10.6084/m9.figshare.19119110
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:
数据集大小约 19.33 GB。
数据说明
这是来自以下出版物的原始质谱数据集：Anderson EM, Shaji Saji N, Anderson AC, Brewer D, Clarke AJ, Khursigara CM. 铜绿假单胞菌流行株在类似囊性纤维化肺部感染的营养条件下改变肽聚糖组成
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
