B细胞淋巴瘤,非特指型 - 男性,50岁 - 细胞图像 [3300730069481841]

该数据集包含一位50岁男性B细胞淋巴瘤(非特指型)患者的骨髓穿刺样本的病理图像(DICOM格式,20倍放大)及配套临床信息,数据模态为组织病理学图像与结构化临床文本,主要用于血液肿瘤的病理诊断、免疫表型分析以及基于人工智能的医学图像识别与分类研究。

Gdański Uniwersytet MedycznyGdański Uniwersytet Medyczny
Most Wiedzy Open Research Data Catalog
浏览 13
B-cell lymphoma, NOS - Male, 50 - Cell image [3300730069481841]

基本信息

创建/更新时间
2026-09-15

资源简介

本数据集是一个公开的医学病理学图像数据集,来源于格但斯克医科大学(Medical University Gdańsk)的ZMDL-GUMED平台。数据集的核心内容是来自一位50岁男性患者的骨髓穿刺样本的病理学图像,该患者被诊断为高恶性B细胞淋巴瘤(非特指型)。数据包含使用Pannoramic 250 3DHistech玻片扫描仪(20倍放大)采集并以DICOM格式保存的组织病理学图像。此外,数据集还提供了详细的临床信息,包括患者年龄、性别、临床描述(脾肿大、淋巴增生过程诊断)、免疫表型分析结果(CD20阳性等)以及组织病理学检查的完整文字报告。该数据集主要用于血液肿瘤学、计算病理学和医学图像分析领域的研究,特别是B细胞淋巴瘤的诊断、表型分析与疾病进展研究。

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-3300730069481841,3300730069481841-4

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

本数据集是一个公开的医学病理学图像数据集,来源于格但斯克医科大学(Medical University Gdańsk)的ZMDL-GUMED平台。数据集的核心内容是来自一位50岁男性患者的骨髓穿刺样本的病理学图像,该患者被诊断为高恶性B细胞淋巴瘤(非特指型)。数据包含使用Pannoramic 250 3DHistech玻片扫描仪(20倍放大)采集并以DICOM格式保存的组织病理学图像。此外,数据集还提供了详细的临床信息,包括患者年龄、性别、临床描述(脾肿大、淋巴增生过程诊断)、免疫表型分析结果(CD20阳性等)以及组织病理学检查的完整文字报告。该数据集主要用于血液肿瘤学、计算病理学和医学图像分析领域的研究,特别是B细胞淋巴瘤的诊断、表型分析与疾病进展研究。

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