CTCL Fish Panel 数据集

该数据集来自 data.mendeley.com,包含一个 50 例患者队列的去标识化数据,用于研究白血病期皮肤T细胞淋巴瘤(CTCL)患者接受 11 基因 FISH panel 检测后的结局

google_dataset
2021-06-10 更新
浏览 9
基因组预测肿瘤皮肤T细胞淋巴瘤FISH panel白血病期CTCL患者队列临床结局
CTCL Fish Panel

基本信息

模态
基因组
大小
0.000017191 GB
任务类型
预测
创建/更新时间
2021-06-10
版本
v2

资源简介

CTCL Fish Panel 数据集

CTCL Fish Panel

该数据集来自 data.mendeley.com,包含一个 50 例患者队列的去标识化数据,用于研究白血病期皮肤T细胞淋巴瘤(CTCL)患者接受 11 基因 FISH panel 检测后的结局。数据集仅含 1 个文件 CTCLDatabase.xlsx,发布于 2021-06-10,DOI 为 10.17632/trn6n444gc.2。数据可支持对 CTCL 患者 FISH 检测结果与临床结局之间关系的探索性分析,例如预测疾病转归或评估特定基因异常与预后的关联,适合肿瘤学与皮肤淋巴瘤方向的研究使用(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2021-06-10。

【数据内容】

源站描述(机器翻译,仅供参考):来自一个 50 例患者队列的去标识化数据,用于研究白血病期皮肤T细胞淋巴瘤患者接受 11 基因 FISH panel 检测后的结局。

【数据结构与技术规格】

文件数 1 个,合计 17.19 KB。数据集 DOI:10.17632/trn6n444gc.2。

【主题与分类】

主题标签:肿瘤、皮肤T细胞淋巴瘤、FISH panel、白血病期CTCL、患者队列、临床结局。本站分类:肿瘤/皮肤T细胞淋巴瘤。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/trn6n444gc

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://data.mendeley.com/datasets/trn6n444gc/1

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。

数据集大小约 17.2 KB。

数据说明

Jonathan Avery (2021). CTCL Fish Panel [Dataset]. http://doi.org/10.17632/trn6n444gc.1

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