口颌面裂数据插补识别新风险位点并揭示唇裂±腭裂与单纯腭裂遗传背景
本数据集包含非综合征型唇裂伴或不伴腭裂（nsCL/P）的全基因组关联研究（GWAS）插补后汇总统计量，涵盖399例nsCL/P病例与1,318例中欧血统对照，共8,820,921个常染色体SNP
基本信息
资源简介
口颌面裂数据插补识别新风险位点并揭示唇裂±腭裂与单纯腭裂遗传背景
Imputation of orofacial clefting data identifies novel risk loci and sheds light on the genetic background of cleft lip ± cleft palate and cleft palate only.
本数据集包含非综合征型唇裂伴或不伴腭裂（nsCL/P）的全基因组关联研究（GWAS）插补后汇总统计量，涵盖399例nsCL/P病例与1,318例中欧血统对照，共8,820,921个常染色体SNP。样本招募、特征及基因分型细节见Mangold等2010年文献（PMID: 20023658），插补细节见Ludwig等2017年文献（PMID: 28087736），数据结构信息见附加说明。该数据可用于探索口颌面裂的遗传风险位点及遗传背景研究（来源 DOI 解析，Restricted Access 许可）。
【数据集背景】
源站首次发布：2017。
【数据内容】
源站描述（机器翻译，仅供参考）：本数据集包含非综合征型唇裂伴或不伴腭裂（nsCL/P）的插补全基因组关联研究（GWAS）汇总统计量。该GWAS包含399例nsCL/P病例和1,318例中欧血统对照，涵盖8,820,921个常染色体SNP。样本招募/特征及基因分型的详细信息见Mangold等2010年文献（PMID: 20023658）。插补的进一步细节见Ludwig等2017年文献（PMID: 28087736），数据结构信息见附加说明。
【主题与分类】
主题标签：orofacial cleft、cleft lip、cleft palate、GWAS。本站分类：口颌系统疾病/唇裂和腭裂。
【获取与许可】
源站页面：https://zenodo.org/record/3724148
使用许可：Restricted Access。
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.3724148
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
该数据集包含非综合征型唇裂伴或不伴腭裂（nsCL/P）的插补全基因组关联研究（GWAS）的汇总统计量。该GWAS包含399例nsCL/P病例和1，318例中欧血统对照，涵盖8，820，921个常染色体SNP。有关样本招募/特征及基因分型的详细信息可见于Mangold等人2010年的研究（PMID：20023658）。有关插补的更多细节可见于Ludwig等人2017年的研究（PMID：28087736），数据结构的有关信息在附加说明中提供。
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。
