苏木精-伊红染色淋巴血管侵犯预测浸润性乳腺癌淋巴结转移研究补充材料
该数据集为研究论文的补充材料,基于乌兹别克斯坦2022年1月至2025年7月诊断的120例浸润性乳腺癌患者回顾性数据。补充材料包含表S1–S8和图S1–S2,涵盖数据质量控制、队列特征、临床病理比较、淋巴血管侵犯预测淋巴结转移的诊断效能、生存分析及敏感性分析

基本信息
资源简介
苏木精-伊红染色淋巴血管侵犯预测浸润性乳腺癌淋巴结转移研究补充材料
Lymphovascular invasion on haematoxylin–eosin predicts nodal metastasis but not short-term survival in invasive breast cancer
该数据集为研究论文的补充材料,基于乌兹别克斯坦2022年1月至2025年7月诊断的120例浸润性乳腺癌患者回顾性数据。补充材料包含表S1–S8和图S1–S2,涵盖数据质量控制、队列特征、临床病理比较、淋巴血管侵犯预测淋巴结转移的诊断效能、生存分析及敏感性分析。淋巴血管侵犯通过苏木精-伊红染色切片评估并分为局灶性和广泛性,可用于研究淋巴血管侵犯与淋巴结转移的关联及短期生存预测(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集为题为“苏木精–伊红染色淋巴血管侵犯预测浸润性乳腺癌淋巴结转移但不预测短期生存”的手稿提供补充材料。该研究回顾性分析了2022年1月至2025年7月在乌兹别克斯坦诊断的120例浸润性乳腺癌患者。补充材料包括表S1–S8和图S1–S2,提供关于数据质量控制、队列特征、临床病理比较、淋巴血管侵犯(LVI)预测淋巴结转移的诊断效能、生存分析、敏感性分析以及补充图表的额外信息。LVI使用苏木精–伊红染色切片评估,并分类为局灶性或广泛性。该数据集支持手稿中报告的结果,包括LVI与淋巴结转移之间的关联
【主题与分类】
主题标签:Biological Database。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/v3yvhvdbr2/1
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://doi.org/10.17632/v3yvhvdbr2.1
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据集大小约 1.3 MB。
数据说明
本数据集为题为“苏木精-伊红染色显示的淋巴血管侵犯可预测淋巴结转移,但不能预测浸润性乳腺癌的短期生存”的手稿提供补充材料。该研究回顾性分析了2022年1月至2025年7月在乌兹别克斯坦诊断的120例浸润性乳腺癌患者。补充材料包括表S1–S8和图S1–S2,提供了关于数据质量控制、队列特征、临床病理学比较、淋巴血管侵犯(LVI)预测淋巴结转移的诊断效能、生存分析、敏感性分析以及补充图的额外信息。LVI采用苏木精-伊红染色切片进行评估,并分类为局灶性或广泛性。该数据集支持手稿中报告的结果,包括LVI与淋巴结转移之间的关联,以及短期无病生存和总生存分析。这些材料旨在提高研究结果的透明度、可重复性和可及性。所有共享数据均应进行去标识化处理,以保护患者隐私。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




