内窥显微AI驱动形态化学成像与飞秒激光消融用于选择性肿瘤识别与选择性组织去除的支持数据

Calvarese等2024年内窥显微AI形态化学成像与飞秒激光消融选择性识别并去除肿瘤研究的支持数据,含说明文件、论文图表数据及原始与处理后数据。

Leibniz Institute of Photonic TechnologyLeibniz Institute of Photonic Technology
NIAID Data Ecosystem
浏览 9
多模态肿瘤识别与激光消融多模态影像
Supporting data for Endomicroscopic AI-driven morphochemical imaging and fs-laser ablation for selective tumor identification and selective tissue removal

基本信息

模态
多模态
大小
3.73991747 GB
许可
cc-by-4.0
创建/更新时间
2026-10-13

资源简介

内窥显微AI驱动形态化学成像与飞秒激光消融用于选择性肿瘤识别与选择性组织去除的支持数据

【一句话概览】

本数据集是 Zenodo 公开的多模态数据集,收录 1 个文件、合计 3.74 GB,可用于跨模态对齐与融合建模研究,cc-by-4.0 许可开放获取。

【数据集背景】

本数据集源站标题为《supporting_data_for_Endomicroscopic_AI-driven_morphochemical_imaging_and_fs-laser_ablation_ for_selective_tumor_identification_and_selective_tissue_removal》。源站首次发布:2025-01-06。

【数据内容】

源站原始描述:Supporting data for the study reported in Calvarese et al. "Endomicroscopic AI-driven morphochemical imaging and fs-laser ablation for selective tumor identification and selective tissue removal", 2024 [1]. 00_Readme.txt file contains information about the structure and content of the data. 01_Figures contains the data and information displayed in the manuscript''s figures. 02_Data contains the raw and processed data acquired in the investigation

【数据结构与技术规格】

文件数 1 个,合计 3.74 GB。数据集 DOI:10.5281/zenodo.14604803。

【适用方向】

多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。

【获取与许可】

源站页面:https://zenodo.org/records/14604803

使用许可:cc-by-4.0。

【使用注意】

· 源站最后修改于 2025-01-30,引用时请注意版本时效。

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(Zenodo 公开直链)

源站:https://zenodo.org/record/14604802

(注册/登录后按页面指引下载)

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