杯状细胞类癌与低级别阑尾黏液性肿瘤合并病例数据集

该数据集包含一例罕见的杯状细胞类癌与低级别阑尾黏液性肿瘤合并病例的临床病理数据,数据模态涵盖临床表格、病理切片图像及组织学描述文本,主要用于肿瘤学和病理学领域的研究,特别是针对阑尾混合性肿瘤的诊断特征分析和罕见病例的医学教育参考。

Mendeley Data
2024-06-25 更新
浏览 28
肿瘤学病理学
Data for: Combined Goblet Cell Carcinoid and Low Grade Appendiceal Mucinous Neoplasm: A Case Report

基本信息

大小
0.02 GB
创建/更新时间
2024-06-25
版本
v1

资源简介

杯状细胞类癌与低级别阑尾黏液性肿瘤合并病例数据集

【一句话概览】

该数据集对应一例联合杯状细胞类癌与低级别阑尾黏液性肿瘤的病例报告,源站标题为“Data for: Combined goblet cell carcinoid and low grade appendiceal mucinous neoplasm: a case report”,原始描述为“Combined goblet cell carcinoid and low grade appendiceal mucinous neoplasm”。数据集共包含3个文件,文件合计大小18.7 MB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Data for: Combined goblet cell carcinoid and low grade appendiceal mucinous neoplasm: a case report》。源站首次发布:2018-07-21。

【数据内容】

源站原始描述:Combined goblet cell carcinoid and low grade appendiceal mucinous neoplasm

中文译文(机器翻译,仅供快速理解,请以原文为准):合并杯状细胞类癌和低级别阑尾黏液性肿瘤

【数据结构与技术规格】

文件数 3 个,合计 18.72 MB。数据集 DOI:10.17632/crx48czys4.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/crx48czys4

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/crx48czys4

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

该数据集包含一个罕见的阑尾肿瘤合并病例的临床病理数据,具体涉及杯状细胞类癌与低级别阑尾黏液性肿瘤同时存在的病例。数据集可能包含患者的临床信息、病理切片图像、组织学特征描述、免疫组化结果以及相关诊断资料。数据来源于医学研究中的真实病例报告,通过临床收集和病理分析构建而成。该数据集主要用于肿瘤学、病理学和罕见病研究领域,有助于深入理解混合性阑尾肿瘤的临床病理特征、诊断标准及鉴别诊断,为临床医生和研究人员提供宝贵的参考案例。

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。

获取专属数据定制方案