基于基因表达识别早期莱姆病的诊断分类器数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE196192

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

莱姆病是一种蜱传疾病，在美国每年估计造成476,000例感染。迫切需要新的诊断检测方法，因为现有的基于抗体的检测缺乏足够的敏感性和特异性。通过对218名受试者进行RNA-Seq转录组分析、靶向RNA测序以及基于机器学习（ML）的分类，我们鉴定出一个31基因莱姆病分类器（LDC），用于区分早期莱姆病患者与感染流感、菌血症或结核病的“非莱姆病”对照者或未感染的无症状对照者。在31个分类器基因中，23个（74.2%）此前已在莱姆病患者的临床研究或伯氏疏螺旋体感染的体外细胞培养和啮齿动物研究中被描述过。使用来自63名受试者（16名莱姆病血清阳性患者、14名莱姆病血清阴性患者和33名对照者）的独立测试样本集评估LDC，得出的总体敏感性为90.0%，特异性为100%，准确性为95.2%。LDC在85.7%的血清阴性患者中呈阳性，并在12名患者中9名（75%）的可用纵向样本中持续≥3周。

这些结果突显了基因表达分类器在早期莱姆病诊断中的潜在临床效用。

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。