腹主动脉瘤组织病理学评估深度学习数据集（HistAAA）
该数据集包含来自369名腹主动脉瘤患者的数字病理全切片图像提取的特征向量及病理专家标注，数据模态为组织病理图像特征与临床表格信息，主要用于深度学习在计算病理学中的应用，如自动预测炎症、弹性纤维降解和纤维化等组织病理学变量，以支持腹主动脉瘤的病理机制研究和临床辅助诊断模型开发。
基本信息
资源简介
腹主动脉瘤组织病理学评估深度学习数据集（HistAAA）
【数据集背景】
本数据集源站标题为《Histopathological Evaluation of Abdominal Aortic Aneurysms with Deep Learning: The HistAAA Dataset》。源站首次发布：2024-04-22。
【数据内容】
源站原始描述：This dataset accompanies our manuscript "Histopathological Evaluation of Abdominal Aortic Aneurysms with Deep Learning" ( 1 ) and comprises feature vectors extracted from digital whole-slide images (WSI) of abdominal aortic aneurysm (AAA) wall samples from 369 patients treated at three European centers and corresponding expert pathologist annotations. This dataset is intended to be used for computational modelling tasks including automated prediction of pathology-related variables such as inflam…
主表 HistAAA_slidetable_HE.csv 含 3 列、样本前 422 行结构完整。
主表 HistAAA_slidetable_EvG.csv 含 3 列、样本前 417 行结构完整。
【数据结构与技术规格】
文件数 5 个，合计 2.16 GB。数据集 DOI：10.5281/zenodo.10998464。
【主题与分类】
主题标签：medical image analysis、computational pathology、vascular pathology、vascular surgery。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://zenodo.org/records/10998464
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2024-12-31，引用时请注意版本时效。
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（Zenodo 公开直链）
源站：https://zenodo.org/doi/10.5281/zenodo.10998463
（注册/登录后按页面指引下载）
数据说明
该数据集为论文《Histopathological Evaluation of Abdominal Aortic Aneurysms with Deep Learning》的配套数据，包含来自欧洲三个医疗中心（慕尼黑工业大学、维尔茨堡大学医院和维也纳医科大学）的369名腹主动脉瘤患者的数字全切片图像（WSI）提取的特征向量及相应的病理专家标注。数据涵盖患者临床信息（性别、吸烟史）和多种组织病理学参数，如炎症程度、弹性纤维降解、纤维化、血管新生和钙化等。该数据集旨在支持计算病理学建模任务，包括利用深度学习自动预测病理相关变量，为腹主动脉瘤的病理机制研究和临床辅助诊断提供数据基础。
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。
