急性淋巴细胞白血病
该数据集包含与急性淋巴细胞白血病（ALL）相关的医学数据，数据模态可能涉及临床表格、文本记录或医学影像等，主要用于支持血液肿瘤的医学研究、疾病诊断模型开发以及生物信息学分析，帮助研究人员和临床医生深入理解该疾病的特征并探索潜在的治疗策略。
基本信息
资源简介
急性淋巴细胞白血病
【数据集背景】
本数据集源站标题为《Acute Lymphoblastic Leukemia》。源站首次发布：2022-12-02。
【数据内容】
源站原始描述：# **DEFINITIONS:** A type of leukemia (blood cancer) that comes on quickly and is fast growing. In acute lymphocytic leukemia, there are too many lymphoblasts (immature white blood cells) in the blood and bone marrow. Also called acute lymphoblastic leukemia and ALL. # **SYNONYMS:** Acute Lymphoblastic Leukaemia Acute Lymphocytic Leukaemia # **Parent Terms** acute leukemia #**Child Terms** adult acute lymphocytic leukemia B-cell acute lymphoblastic leukemia childhood acute lymphocytic leukemia n…
【数据结构与技术规格】
文件数 3 个，合计 19.03 KB。
【主题与分类】
主题标签：cancer、biology、biotechnology、genetics。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/abdulraheem625/acute-lymphoblastic-leukemia
使用许可：Attribution 4.0 International (CC BY 4.0)。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("abdulraheem625/acute-lymphoblastic-leukemia")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d abdulraheem625/acute-lymphoblastic-leukemia
unzip acute-lymphoblastic-leukemia.zip -d acute-lymphoblastic-leukemia/
数据说明
该数据集聚焦于急性淋巴细胞白血病（ALL），这是一种主要影响白细胞（淋巴细胞）的癌症类型。数据集可能包含与ALL相关的医学数据，如临床记录、实验室检查结果或医学影像等，数据来源或构建方式未明确说明，但通常来自Kaggle平台，适用于医学研究、疾病诊断辅助、生物信息学分析以及机器学习在血液肿瘤领域的应用场景。
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。
