儿童呼吸道合胞病毒感染疾病严重程度标志物Olfactomedin 4数据集
该数据集来自ebi.ac.uk，包含儿童呼吸道合胞病毒（RSV）感染相关的转录组芯片数据，物种为Homo sapiens
基本信息
资源简介
儿童呼吸道合胞病毒感染疾病严重程度标志物Olfactomedin 4数据集
Olfactomedin 4 serves as a marker for disease severity in pediatric Respiratory Syncytial Virus (RSV) infection
该数据集来自ebi.ac.uk，包含儿童呼吸道合胞病毒（RSV）感染相关的转录组芯片数据，物种为Homo sapiens。源站描述显示研究对26名重症、中症或轻症RSV感染儿童的血液样本进行了流式细胞术和全基因组基因表达分析，差异表达基因在第二个80名儿童队列中经Q-PCR验证，并进行了FACS分析。数据可用于探索RSV感染疾病严重程度的免疫应答机制、筛选候选生物标志物，并支持临床决策相关的分类研究（来源 BioStudies）。
【数据内容】
源站描述（机器翻译，仅供参考）：呼吸道病毒感染在幼儿中呈现不可预测的临床过程，从普通感冒到呼吸衰竭不等。从轻症向重症的转变迅速且难以预测。疾病严重程度背后的病理生理机制仍不清楚。迫切需要更好地理解该疾病中的免疫反应，以提出可能有助于临床决策的生物标志物。在一项前瞻性研究中，对26名诊断为重症、中度或轻度呼吸道合胞病毒（RSV）感染儿童的血液样本进行了流式细胞术和全基因组基因表达分析。差异表达基因在连续三个冬季季节的第二个80名儿童队列中使用Q-PCR进行了验证。第二个队列以及第一个队列中重症病例的恢复期样本也进行了FACS分析。
【主题与分类】
主题标签：transcription profiling by array、Homo sapiens。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://ebi.ac.uk/biostudies/studies/E-GEOD-69606
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://ebi.ac.uk/biostudies/studies/E-GEOD-69606
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
Dick de Ridder; Kim Brand; Ingle Ahout; Angela van Diepen; Yunlei Li; Marike Zaalberg; Arno Andeweg; Nel Roeleveld; Ronald de Groot; Adilia Warris; Peter Hermans; Gerben Ferwerda; Frank Staal (2015). Olfactomedin 4 serves as a marker for disease severity in pediatric Respiratory Syncytial Virus (RSV) infection [Dataset]. https://www.ebi.ac.uk/biostudies/studies/E-GEOD-69606
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。
