CHOP ARDS转录组亚型（CATS）数据集
该数据集来自CHOP，聚焦儿童急性呼吸窘迫综合征（ARDS）的转录组内型识别。样本为插管儿童在Berlin ARDS起病24小时内采集的全血转录组，采用表达谱芯片检测，平台为GPL17692，物种为人（9606）
基本信息
资源简介
CHOP ARDS转录组亚型（CATS）数据集
GSE147902（CHOP ARDS Transcriptomic Subtypes，简称 CATS）是一个聚焦儿童急性呼吸窘迫综合征（ARDS）转录组内型识别的人源表达谱数据集，来源于 ncbi.nlm.nih.gov，在本站归入呼吸系统疾病 / 其他分类。该数据集的核心目标是通过全血转录组学手段，识别儿童 ARDS 的内型（endotypes）。样本来自费城儿童医院（CHOP）收治的插管儿童，采集时间窗为 Berlin ARDS 起病后 24 小时内。数据集采用表达谱芯片检测，平台为 GPL17692，物种为人（9606），共包含 1 个数据文件，作者为 Nadir Yehya，发布时间为 Apr 01 202。
【数据集背景】
急性呼吸窘迫综合征是一种异质性较强的危重症，儿童 ARDS 在临床表现、病程进展与预后方面存在明显差异。传统上以临床特征划分的综合征定义难以充分反映其底层生物学差异，因此基于分子层面的内型（endotype）识别成为该领域的重要研究方向。该数据集正是围绕这一需求构建：研究团队以儿童 ARDS 为对象，试图借助全血转录组数据揭示可区分的内型类别，为理解疾病异质性提供分子依据。数据集标题中的“Transcriptomic Subtypes”与“CATS”缩写即体现了这一内型分型的研究定位。
【数据内容】
数据集包含 1 个文件，文件样例为 GSE147902_series_matrix.txt.gz，属于芯片表达谱的系列矩阵文件，通常承载样本层面的表达信息与相关注释。主题标签显示其数据类型为 Expression profiling by array，平台编号为 GPL17692，物种编号为 9606（人）。样本的生物学来源为插管儿童的全血转录组，采样时点限定在 Berlin ARDS 起病 24 小时内，这一时间窗设计有助于捕捉疾病早期阶段的转录组特征。除上述文件与标签信息外，源站未提供更细的样本数量、分组构成或具体基因层面的描述。
【采集与来源】
数据来自 CHOP（费城儿童医院）的儿童 ARDS 研究，研究对象为接受插管的儿童患者，样本类型为全血，采集时点与 Berlin ARDS 起病时间紧密关联。检测方式为表达谱芯片，平台为 GPL17692，物种为人。数据经 NCBI 的 GEO 站点发布，源站标题为“CHOP ARDS Transcriptomic Subtypes (CATS)”。作者信息为 Nadir Yehya，发布时间为 Apr 01 202。关于伦理审批、知情同意及具体采集流程的细节，源站未提供。
【适用场景】
该数据集适用于儿童 ARDS 转录组内型识别相关的研究场景，例如：基于全血表达谱探索 ARDS 亚型划分、比较不同内型之间的表达模式差异、验证既有内型分类在儿童人群中的表现，以及作为呼吸系统疾病转录组研究的参考数据。由于样本限定为起病 24 小时内的插管儿童，其数据特征适合聚焦疾病早期生物学过程的分析。需要说明的是，具体可支持的统计分析方法与结论范围应以数据本身的实际内容为准，源站未提供相关分析建议。
【使用方法】
使用时可先下载数据文件 GSE147902_series_matrix.txt.gz，该文件为 GZIP 压缩格式，需按对应格式解压与读取。建议先在小样本上核对字段结构、样本标识与编码方式，确认读取无误后再批量接入完整数据，以避免因格式或注释差异导致的分析偏差。对于芯片表达谱数据，通常还需结合平台注释信息进行探针到基因的映射，但源站未提供具体的处理流程说明。
【质量与限制】
该数据集文件数量为 1，规模相对精简，主要承载系列矩阵层面的信息。样本采集限定于 Berlin ARDS 起病 24 小时内的插管儿童，时间窗与人群范围较为明确，这既是其特色也可能限制其外推到其他时点或其他人群。关于样本量、批次信息、数据质控指标及缺失情况，源站未提供，使用前应自行核查数据完整性与适用性。
【引用与许可】
数据作者为 Nadir Yehya，发布站点为 ncbi.nlm.nih.gov，发布时间为 Apr 01 202。使用该数据集时应遵循源站的引用与数据使用政策；具体的许可条款、引用格式及使用限制，源站未提供。
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=GSE147902
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
我们旨在通过全血转录组学，在CHOP Affy微阵列及聚类分析中，对插管儿童在柏林ARDS标准发病24小时内采集的样本进行分析，以识别儿童急性呼吸窘迫综合征（ARDS）的内型。
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。
