B细胞淋巴瘤NOS-未知年龄-76岁-组织图像[3280730025611651]

该数据集包含一例76岁患者鼻窦及中耳组织的病理切片图像,采用DICOM格式存储,由Pannoramic 250 3DHistech玻片扫描仪在20倍放大下采集,同时提供详细的临床诊断和免疫组化标记信息,包括弥漫性大B细胞淋巴瘤的病理确认及CD45、CD20、Bcl-6等多项标记结果,主要用于淋巴瘤的病理学研究、数字病理分析、免疫组化标记物验证及肿瘤微环境分析。

Mendeley Data
2024-03-27 更新
浏览 13
组织病理学淋巴瘤
B-cell lymphoma, NOS - Unknown, 76 - Tissue image [3280730025611651]

基本信息

创建/更新时间
2024-03-27

资源简介

该数据集是来自格但斯克医科大学ZMDL-GUMED库的鼻窦及中耳组织病理切片图像,记录了1例76岁患者的B细胞淋巴瘤样本。数据集包含使用Pannoramic 250 3DHistech玻片扫描仪在20倍放大下采集的DICOM格式组织病理图像,并附有详细的临床信息:患者年龄为76岁,临床诊断为右侧鼻腔B细胞非霍奇金淋巴瘤(NOS),经病理检查确认为弥漫性大B细胞淋巴瘤(DLBCL),免疫组化结果显示CD45、CD20、Bcl-6、MUM1、Bcl-2、c-myc阳性,Ki-67增殖指数达90%。样本为FFPE固定手术活检组织,采用CD3抗体进行免疫组化染色。该数据集适用于淋巴瘤病理诊断、数字病理分析、免疫组化标记物研究和肿瘤微环境分析等方向。

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-unknown-76-tissue-image-3280730025611651,3280730025611651-4

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ZMDL-GUMED库的鼻窦及中耳组织病理切片图像,记录了1例76岁患者的B细胞淋巴瘤样本。数据集包含使用Pannoramic 250 3DHistech玻片扫描仪在20倍放大下采集的DICOM格式组织病理图像,并附有详细的临床信息:患者年龄为76岁,临床诊断为右侧鼻腔B细胞非霍奇金淋巴瘤(NOS),经病理检查确认为弥漫性大B细胞淋巴瘤(DLBCL),免疫组化结果显示CD45、CD20、Bcl-6、MUM1、Bcl-2、c-myc阳性,Ki-67增殖指数达90%。样本为FFPE固定手术活检组织,采用CD3抗体进行免疫组化染色。该数据集适用于淋巴瘤病理诊断、数字病理分析、免疫组化标记物研究和肿瘤微环境分析等方向。

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