活动性结核全血转录谱（UK测试集分离）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE19443

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

该数据集旨在通过确定全血特征中的元素是否仍存在于纯化的细胞亚群中，来剖析全血转录特征。我们旨在表征结核病期间的转录反应，并确定细胞亚群是否驱动了全血细胞组成的变化。该实验的目的是定义活动性结核病患者和健康对照者血液中性粒细胞、单核细胞、CD4+和CD8+细胞中的转录特征，以区分活动性结核病患者彼此之间以及与健康对照者之间的特征。这将有助于活动性结核病的诊断，该诊断通常依赖于杆菌培养，可能需要长达6周的时间，有时无法从痰液中获得杆菌，因此需要采用侵入性技术获取支气管肺泡灌洗液（BAL）。在某些情况下，杆菌无法从痰液或BAL中培养出来。

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。