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。
基本信息
资源简介
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
【数据集背景】
本数据集源站标题为《Machine Learning Model with Texture Analysis for Automatic Classification of Histopathological Images of Ocular Adnexal Mucosa-associated Lymphoid Tissue Lymphoma of Two Different Origins》。配套论文《Machine Learning Model with Texture Analysis for Automatic Classification of Histopathological Images of Ocular Adnexal Mucosa-associated Lymphoid Tissue Lymphoma of Two Different Origins》发表于 Current Eye Research（2023），DOI：10.1080/02713683.2023.2246696。项目资助方：This work was supported by JSPS KAKENHI Grant Number 23K09013, the Charitable Trust Fund for Ophthalmic Research in Commemoration of Santen Pharmaceutical’s Founder 2022, and 2023 Osaka Community Foundation (M.T.).。源站首次发布：2023-08-23。
【数据内容】
源站原始描述：The purpose of this study was to develop artificial intelligence algorithms that can distinguish between orbital and conjunctival mucosa-associated lymphoid tissue (MALT) lymphomas in pathological images. Tissue blocks with residual MALT lymphoma and data from histological and flow cytometric studies and molecular genetic analyses such as gene rearrangement were procured for 129 patients treated between April 2008 and April 2020. We collected pathological hematoxylin and eosin-stained (HE) image…
【数据结构与技术规格】
文件数 2 个，合计 37.09 KB。ncer-2023-or-0315-File011.docx：application/vnd.openxmlformats-officedocument.wordprocessingml.document，24.63 KB。ncer-2023-or-0315-File012.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，12.45 KB。数据集 DOI：10.6084/m9.figshare.24018114.v1。
【主题与分类】
源站学科分类：Space Science、Medicine、Cell Biology、Biotechnology、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified。主题标签：Conjunctival MALT lymphoma、orbital MALT lymphoma、artificial intelligence、machine learning、computer-assisted diagnosis。
【适用方向】
源站学科分类标注为 Space Science、Medicine、Cell Biology、Biotechnology、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified。
【获取与许可】
源站页面：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
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Machine Learning Model with Texture Analysis for Automatic Classification of Histopathological Images of Ocular Adnexal Mucosa-associated Lymphoid Tissue Lymphoma of Two Different Origins. Taylor & Francis. Tagami, Mizuki; Nishio, Mizuho; Katsuyama-Yoshikawa, Atsuko; Misawa, Norihiko; Sakai, Atsushi…
【使用注意】
· 源站最后修改于 2023-12-15，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）
按页面 Download 按钮获取。
数据说明
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。
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。
