DCIS 形态学数据集
该数据集包含导管原位癌（DCIS）的组织病理学切片图像和示意图，覆盖微乳头状、筛状、实性和粉刺型四种主要形态类型，数据模态为病理图像与示意图；主要用于乳腺癌病理诊断、形态学特征分析、计算机辅助诊断系统开发以及癌症生物学研究，为临床和科研人员提供直观的视觉参考和结构标注信息。
基本信息
资源简介
DCIS 形态学数据集
【数据集背景】
本数据集源站标题为《DCIS morphologies.》。源站首次发布：2014-12-04。
【数据内容】
源站原始描述：Shown are histology sections (left) and schematic representations (right). (A) Micropapillary tumors contain additional epithelial cells within the lumen. (B) Cribriform tumors are characterized by ducts filled with cells that form multiple lumena. (C) Solid tumors have completely filled ducts. (D) Comedo tumors are solid with a necrotic core resulting from nutrient insufficiency [6], [9], [10]. Basement membrane is shown in black, myoepithelial (MEP) cells in blue, luminal epithelial (LEP) cell…
【数据结构与技术规格】
文件数 1 个，合计 5.51 MB。数据集 DOI：10.1371/journal.pcbi.1003997.g001。
【主题与分类】
源站学科分类：Biophysics、Medicine、Cell Biology、Environmental Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Cancer。主题标签：cell proliferation、tissue、apoptosi、Situ Suggests Rules、cribriform、tumor cell behavior、comedo、vivo、DCIS、model。
【适用方向】
源站学科分类标注为 Biophysics、Medicine、Cell Biology、Environmental Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_DCIS_morphologies_/1260151
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Boghaert, Eline; C. Radisky, Derek; M. Nelson, Celeste (2016). DCIS morphologies.. PLOS Computational Biology. Dataset
【使用注意】
· 源站最后修改于 2023-06-04，引用时请注意版本时效。
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（Figshare）
源站：https://figshare.com/articles/dataset/_DCIS_morphologies_/1260151
按页面 Download 按钮获取。
数据说明
该数据集是一个乳腺癌病理学数据集，专注于导管原位癌（DCIS）的形态学特征。数据集包含组织病理学切片图像及其对应的示意图，展示了四种主要的 DCIS 形态类型：微乳头状、筛状、实性和粉刺型。每种类型均通过组织切片（左侧）和示意图（右侧）进行对比呈现，并标注了基底膜、肌上皮细胞、管腔上皮细胞和坏死细胞等关键结构。数据来源于公开的病理学研究，适用于乳腺癌病理诊断、形态学分析、计算机辅助诊断以及癌症生物学研究等领域。
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。
