基于纹理分析的机器学习模型用于眼附属器黏膜相关淋巴组织淋巴瘤两种不同起源病理图像自动分类
该数据集包含129名眼附属器黏膜相关淋巴组织（MALT）淋巴瘤患者的990张病理图像，数据模态为苏木精-伊红染色的组织切片图像，涵盖×4、×20、×40三种放大倍率，主要用于通过纹理分析和机器学习算法开发能够自动区分眼眶与结膜MALT淋巴瘤的人工智能模型，支持淋巴瘤亚型的计算机辅助鉴别诊断研究。
https://tandf.figshare.com/articles/dataset/Machine_Learning_Model_with_Texture_Analysis_for_Automatic_Classification_of_Histopathological_Images_of_Ocular_Adnexal_Mucosa-associated_Lymphoid_Tissue_Lymphoma_of_Two_Different_Origins/24018114/1
如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一个用于眼附属器黏膜相关淋巴组织（MALT）淋巴瘤病理图像自动分类的医学影像数据集。数据集包含2008年4月至2020年4月期间129名MALT淋巴瘤患者的病理组织块、组织学检查、流式细胞术和分子遗传学分析数据。从每位患者的苏木精1伊红（HE）染色病理图像中裁剪出10个2048×2048分辨率的图像块，共计990张图像用于机器学习模型的构建与评估。这些图像包含×4、×20、×40三种不同放大倍率，经过纹理分析提取特征后，应用七种不同的机器学习算法建立分类模型。通过基于患者的交叉验证方法进行模型评估，并使用剩余30例的300张图像验证平均准确率。该数据集主要用于开发能够区分眼眶和结膜MALT淋巴瘤的人工智能算法，支持淋巴瘤亚型的自动鉴别诊断研究。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 黏膜相关淋巴组织（MALT）结外边缘区淋巴瘤 的高质量、多模态真实临床数据定制解决方案。