基于蛋白冠的糜烂性动脉粥样硬化斑块诊断工具：蛋白质组数据集

数据集获取

源站：https://doi.org/10.7910/dvn/xgotld

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。

数据集大小约 358.1 KB。

数据说明

该数据集涉及一个用于开发诊断浅表糜烂型动脉粥样硬化的纳米技术工具的实验项目。模拟浅表糜烂的实验流程包括两次手术：首先促进左侧颈动脉的烧灼（电损伤组）。然后，在第一次手术后28天，进行第二次手术以插入缩窄性袖带。这两项操作分别由SHAM组（针对烧灼组，即电损伤组）和非缩窄性袖带（针对缩窄性袖带组）进行对照。将各组C57BL/6 APOE-/-小鼠的未分级血浆与Fe-MOF和Zr-MOF纳米颗粒孵育以形成蛋白质冠。随后，洗脱蛋白质冠并分析蛋白质组。将蛋白质冠纳米颗粒的蛋白质组与各组的未分级血浆进行比较。

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。