图像增强内镜(IEE)用于ACF观察的有用性

来自NIAID数据生态系统的内镜影像数据集,用于评估图像增强内镜在观察异常隐窝病灶中的效用。

NIAID Data Ecosystem
浏览 21
医学影像结直肠疾病医学影像
Usefulness of Image enhanced endoscopy(IEE) for ACF observation

基本信息

模态
医学影像
创建/更新时间
2026-10-10

资源简介

图像增强内镜(IEE)用于ACF观察的有用性

【一句话概览】

本工作对健康对照结肠镜检查前后采集的20对血样,以及结直肠癌患者结肠镜检查后采集的20份血样进行基因表达谱分析,受试者数为190。研究旨在确定结肠镜检查过程可能对人外周血全局基因表达产生多大影响,以及这种结肠镜诱导的变异性是否会偏倚结直肠癌早期检测的生物标志物研究(来源 OmicsDI)。

【数据内容】

源站原始描述:In this work, we performed gene expression profiling for twenty-paired blood samples collected from healthy controls before and after colonoscopy, and twenty blood samples collected fromcolorectal cancer patients after colonoscopy. The aim of this study is to determine how significant the colonoscopy procedure may impact the global gene expression in human peripheral blood, and whether this colonoscopy induced variability would bias the biomarker research for colorectal cancer early detection

中文译文(机器翻译,仅供快速理解,请以原文为准):在本研究中,我们对健康对照者在结肠镜检查前后采集的20对血液样本,以及结直肠癌患者在结肠镜检查后采集的20份血液样本,进行了基因表达谱分析。本研究旨在确定结肠镜检查操作可能对人外周血整体基因表达产生多大影响,以及这种由结肠镜检查引起的变异是否会偏倚用于结直肠癌早期检测的生物标志物研究。

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://www.omicsdi.org/dataset/ecrin-mdr-crc/2637583

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://www.omicsdi.org/dataset/ecrin-mdr-crc/2637583

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