嗜铬细胞瘤和副神经节瘤临床行为预测的血管模式分析数据集
该数据集包含184例经基因鉴定的嗜铬细胞瘤和副神经节瘤病例的CD34免疫标记血管模式图像数据,属于病理影像模态,通过六名观察者对血管结构规则性进行评分,旨在验证血管模式分析作为区分肿瘤良恶性的预测工具,并探讨其与临床结局、肿瘤大小及基因型的关联,为神经内分泌肿瘤的预后评估提供辅助形态学依据。

基本信息
资源简介
嗜铬细胞瘤和副神经节瘤临床行为预测的血管模式分析数据集
【数据集背景】
本数据集源站标题为《Vascular Pattern Analysis for the Prediction of Clinical Behaviour in Pheochromocytomas and Paragangliomas》。配套论文《Vascular Pattern Analysis for the Prediction of Clinical Behaviour in Pheochromocytomas and Paragangliomas》发表于 PLOS ONE(2015),DOI:10.1371/journal.pone.0121361。源站首次发布:2015-03-20。
【数据内容】
源站原始描述:Pheochromocytomas (PCCs) are neuroendocrine tumors arising from chromaffin cells of the adrenal medulla. Related tumors that arise from the paraganglia outside the adrenal medulla are called paragangliomas (PGLs). PCC/PGLs are usually benign, but approximately 17% of these tumors are malignant, as defined by the development of metastases. Currently, there are no generally accepted markers for identifying a primary PCC or PGL as malignant. In 2002, Favier et al. described the use of vascular arch…
【数据结构与技术规格】
文件数 5 个,合计 35.98 MB。S1_Fig.tif:image/tiff,4.94 MB。数据集 DOI:10.1371/journal.pone.0121361。
【主题与分类】
源站学科分类:Biological Sciences。主题标签:CD 34 immunolabeled、malignancy、Vascular Pattern Analysis、pcc、tumor、pattern analysis、pgl。
【适用方向】
源站学科分类标注为 Biological Sciences。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/_Vascular_Pattern_Analysis_for_the_Prediction_of_Clinical_Behaviour_in_Pheochromocytomas_and_Paragangliomas_/1346449
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Oudijk, Lindsey; van Nederveen, Francien; Badoual, Cécile; Tissier, Frédérique; S. Tischler, Arthur; Smid, Marcel; et al. (2016). Vascular Pattern Analysis for the Prediction of Clinical Behaviour in Pheochromocytomas and Paragangliomas. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01,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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集是一个用于研究嗜铬细胞瘤(PCC)和副神经节瘤(PGL)血管模式与恶性肿瘤预测的医学影像数据集。数据集包含184例经过基因特征明确鉴定的PCC/PGL病例的CD34免疫标记血管模式图像,由六名独立观察者进行评分。数据通过病理切片免疫组化染色获取,记录了血管结构的规则性特征(如规则短直毛细血管或不规则血管弧、平行网络等)。主要研究方向是验证血管模式分析作为区分良恶性PCC/PGL的预测工具的有效性,并探索其与肿瘤大小、基因型(特别是簇2基因型)的关联。研究结果表明,血管模式分析单独使用时的平均敏感性和特异性分别为59.7%和72.9%,可作为恶性肿瘤的辅助指标,结合其他形态学特征用于临床预后评估。
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。




