161个甲状腺结节贝塞斯达细胞病理学报告系统分类数据集
该数据集包含161个甲状腺结节的细胞病理学分类数据,采用贝塞斯达报告系统进行标准化诊断,数据模态为细胞病理学诊断结果和分类标签,主要用于甲状腺结节良恶性鉴别诊断研究、细胞病理学诊断标准验证以及医疗人工智能辅助诊断模型的开发与评估。

基本信息
资源简介
161个甲状腺结节贝塞斯达细胞病理学报告系统分类数据集
【数据集背景】
本数据集源站标题为《The Bethesda reporting system for thyroid cytopathology categories of 161 thyroid nodules.》。配套论文《Ultrasound-guided fine needle aspiration cytology and ultrasound examination of thyroid nodules in the UAE: A comparison》发表于 PLOS ONE(2021),DOI:10.1371/journal.pone.0247807。源站首次发布:2021-04-07。
【数据内容】
源站原始描述:The Bethesda reporting system for thyroid cytopathology categories of 161 thyroid nodules
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。Table 2.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0247807.t002。
【主题与分类】
源站学科分类:Cell Biology、Molecular Biology、Biotechnology、Developmental Biology、Cancer。主题标签:Bethesda category III、FNA cytopathology reports、UAE、comparison Background Thyroid nodules、United Arab Emirates、malignancy、Al Ain city、thyroid nodules、FNA cytology reports、needle aspiration cytology。
【适用方向】
源站学科分类标注为 Cell Biology、Molecular Biology、Biotechnology、Developmental Biology、Cancer。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/The_Bethesda_reporting_system_for_thyroid_cytopathology_categories_of_161_thyroid_nodules_/14383186
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Al-Salam, Suhail; Sharma, Charu; Abu Sa’a, Maysam T.; Afandi, Bachar; Aldahmani, Khaled M.; Dhaheri, Alia Al; et al. (2021). The Bethesda reporting system for thyroid cytopathology categories of 161 thyroid nodules.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-11,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
该数据集包含161个甲状腺结节的细胞病理学分类数据,采用贝塞斯达报告系统(The Bethesda System for Reporting Thyroid Cytopathology, TBSRTC)进行标准化分类。数据集记录了甲状腺细针穿刺活检样本的细胞学诊断结果,涵盖从良性到恶性的六个标准诊断类别。数据来源于临床病理样本,主要用于甲状腺结节良恶性鉴别诊断研究、细胞病理学诊断标准验证、以及人工智能辅助诊断模型开发等领域。
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。




