B细胞淋巴瘤,非特指型 - 男性,50岁 - 细胞图像 [3300730069489511]

该数据集包含一例50岁男性B细胞淋巴瘤患者的组织病理学图像(DICOM格式,20倍放大),源自骨髓穿刺的FFPE样本并采用CD43抗体进行免疫组化染色,同时提供了详细的临床诊断与病理描述信息,主要用于支持B细胞淋巴瘤的病理诊断研究、数字病理图像分析以及基于人工智能的癌症分类与预后评估模型开发。

Gdański Uniwersytet MedycznyGdański Uniwersytet Medyczny
Most Wiedzy Open Research Data Catalog
浏览 19
B细胞淋巴瘤诊断病理图像分析
B-cell lymphoma, NOS - Male, 50 - Cell image [3300730069489511]

基本信息

创建/更新时间
2026-09-15

资源简介

该数据集是来自格但斯克医科大学(Medical University Gdańsk)并存放于ZMDL-GUMED的造血与网状内皮系统细胞样本的组织病理学图像。图像采用Pannoramic 250 3DHistech切片扫描仪(20倍放大)采集,保存为DICOM格式。数据包含一名50岁男性患者的详细临床信息:样本取自左前上髂棘区域,患者正在接受淋巴增生性病变诊断,血液和骨髓免疫表型提示边缘区淋巴瘤。组织病理学检查结果显示为高度恶性的B细胞淋巴瘤,很可能为脾边缘区淋巴瘤(SMZL)的进展/转化。样本材料为FFPE(福尔马林固定石蜡包埋),采集方式为骨髓穿刺,染色类型为阳性/IHC,抗体为CD43。该数据集主要用于B细胞淋巴瘤的诊断、病理图像分析及机器学习在数字病理学中的应用研究。

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://mostwiedzy.pl/en/open-research-data/b-cell-lymphoma-nos-male-50-cell-image-3300730069489511,3300730069489511-4

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

该数据集是来自格但斯克医科大学(Medical University Gdańsk)并存放于ZMDL-GUMED的造血与网状内皮系统细胞样本的组织病理学图像。图像采用Pannoramic 250 3DHistech切片扫描仪(20倍放大)采集,保存为DICOM格式。数据包含一名50岁男性患者的详细临床信息:样本取自左前上髂棘区域,患者正在接受淋巴增生性病变诊断,血液和骨髓免疫表型提示边缘区淋巴瘤。组织病理学检查结果显示为高度恶性的B细胞淋巴瘤,很可能为脾边缘区淋巴瘤(SMZL)的进展/转化。样本材料为FFPE(福尔马林固定石蜡包埋),采集方式为骨髓穿刺,染色类型为阳性/IHC,抗体为CD43。该数据集主要用于B细胞淋巴瘤的诊断、病理图像分析及机器学习在数字病理学中的应用研究。

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