复杂紫癜住院患者分布、形态学及病理学详细分析数据集:68例患者病例系列
该数据集包含68例住院复杂紫癜患者的临床表格数据,涵盖紫癜的形态学特征、分布信息及病理学结果(如血管炎类型和微血管闭塞情况),主要用于研究紫癜的临床表现与病因(如IgA血管炎、ANCA相关性血管炎等)之间的关联,为皮肤科和风湿免疫科医生提供诊断参考和预后评估依据。

基本信息
资源简介
复杂紫癜住院患者分布、形态学及病理学详细分析数据集:68例患者病例系列
【数据集背景】
本数据集源站标题为《Supplementary Data and Table for A Detailed Analysis of the Distribution, Morphology, and Histopathology of Complex Purpura in Hospitalized Patients: A Case Series of 68 Patients》。源站首次发布:2020-04-29。
【数据内容】
源站原始描述:We reviewed a case series of 68 inpatients over a four-year period with a dermatologic consultation for purpura and biopsy findings of vasculitis or microvascular occlusion. Key features of complex purpura are non-branching vs. branching (retiform) morphology, dependent vs. acral/generalized distribution, and leukocytoclastic vasculitis (LCV) vs. microvascular occlusion (with emphasis on depth of involvement). Dependent non-branching purpura with only superficial vessels involved by LCV was most…
【数据结构与技术规格】
文件数 1 个,合计 921.57 KB。数据集 DOI:10.17632/wkf9hrj364.1。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/wkf9hrj364
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://data.mendeley.com/datasets/wkf9hrj364
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
该数据集是一项针对住院复杂紫癜患者的回顾性病例系列研究,涵盖68名在四年内因紫癜接受皮肤科会诊并活检证实为血管炎或微血管闭塞的患者。数据集包含临床特征数据,如紫癜的形态(非分支性与分支性网状)、分布(下垂性与肢端/全身性)以及病理结果(白细胞碎裂性血管炎与微血管闭塞,重点关注受累深度)。数据来源于医院病例记录和活检分析,旨在揭示不同紫癜特征与病因(如IgA血管炎、皮肤单器官小血管炎、ANCA相关性血管炎等)及死亡率之间的关联,为复杂紫癜的诊断、分类和预后评估提供依据。
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。




