血清脂氧素A4/白三烯B4比值、中性粒细胞活化与COPD严重程度数据集及代码
该数据存放包含去标识化数据和Python代码,用于复现一项关于慢性阻塞性肺疾病(COPD)GOLD严重程度分级中血清脂氧素A4(LXA4)、白三烯B4(LTB4)和中性粒细胞活化的研究的所有图表

基本信息
资源简介
血清脂氧素A4/白三烯B4比值、中性粒细胞活化与COPD严重程度数据集及代码
该数据存放包含去标识化数据和Python代码,用于复现一项关于慢性阻塞性肺疾病(COPD)GOLD严重程度分级中血清脂氧素A4(LXA4)、白三烯B4(LTB4)和中性粒细胞活化的研究的所有图表
Dataset and code: serum lipoxin A4/leukotriene B4 ratio, neutrophil activation and COPD severity This deposit contains the data and the analysis code needed to reproduce every figure and
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据存放包含去标识化数据和Python代码,用于复现一项关于慢性阻塞性肺疾病(COPD)GOLD严重程度分级中血清脂氧素A4(LXA4)、白三烯B4(LTB4)和中性粒细胞活化的研究的所有图表。它包括一个临床COPD队列(n = 100),含血清LXA4、LTB4、中性粒细胞活化标志物、肺量计和症状评分;来自三个公共血液转录组数据集(GEO GSE71220、GSE76705和GSE42057)的每位参与者分析表;以及NHANES 2007–2012血液中性粒细胞指标分析表。一个下载脚本从NCBI检索大型GEO表达矩阵并验证其校验和。提供了图表脚本、数值结果和数据字典,所有分析使用固定随机种子(42),因此重复运行可得到相同结果。文件结构见DATA_README.md。
【主题与分类】
主题标签:COPD、呼吸系统疾病、血清LXA4/LTB4、中性粒细胞活化、GEO转录组、NHANES、Python分析代码。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.23218780
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.23218780
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 1.1 MB。
数据说明
该数据存储包含重现一项关于慢性阻塞性肺疾病(COPD)GOLD严重程度分级中血清脂氧素A4(LXA4)、白三烯B4(LTB4)及中性粒细胞活化研究所有图表所需的去标识化数据和Python代码。其中包括一个临床COPD队列(n = 100),含有血清LXA4、LTB4、中性粒细胞活化标志物、肺功能测定和症状评分;源自三个公共血液转录组数据集(GEO GSE71220、GSE76705和GSE42057)的每参与者分析表;以及一份NHANES 2007–2012血液中性粒细胞指标分析表。一个下载脚本从NCBI获取大型GEO表达矩阵并验证其校验和。提供了图表脚本、数值结果和数据字典,所有分析均使用固定随机种子(42),因此重复运行可得到相同结果。有关文件结构和重现结果的步骤,请参阅DATA_README.md。
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。




