E-Predict训练数据集与示例

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE2228

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

该系列包括一个32阵列的训练数据集，用于评估E-Predict归一化和相似度度量参数，以及13个微阵列，这些微阵列在（Urisman等人，2005年）中作为示例使用。训练数据集包含15个独立的HeLa RNA杂交（微阵列1-15），10个独立的鼻灌洗样本，对呼吸道合胞病毒呈阳性（微阵列16-25），以及7个独立的鼻灌洗样本，对甲型流感病毒呈阳性（微阵列26-32）。示例包括一个对乙型肝炎病毒呈阳性的血清样本（微阵列33），一个同时对甲型流感病毒和呼吸道合胞病毒呈阳性的鼻灌洗样本（微阵列34），以及11种不同的人类鼻病毒血清型的培养样本（微阵列35-45）。关键词 = 病毒检测，E-Predict，物种鉴定，宏基因组学 关键词：其他

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。