原发性肠系膜平滑肌肉瘤表现为迁移性腹部肿块的病例数据及文献综述
该数据集是一个医学病例数据集，包含去标识化的临床数据、影像学摘要、手术记录和病理学信息，数据模态涉及临床表格、图像摘要和文本记录，主要用于支持罕见原发性肠系膜平滑肌肉瘤的病例研究、促进医学研究的透明度与可重复性，并为未来相关疾病的比较分析提供基础数据。
基本信息
资源简介
原发性肠系膜平滑肌肉瘤表现为迁移性腹部肿块的病例数据及文献综述
【数据集背景】
本数据集源站标题为《Replication Data for: Primary Mesenteric Leiomyosarcoma Presenting as a Migrating Abdominal Mass: A Rare Case Report and Literature Review》。
【数据内容】
源站原始描述：This dataset contains de-identified clinical, imaging, surgical, and histopathological information supporting the case report: “Primary Mesenteric Leiomyosarcoma Presenting as a Migrating Abdominal Mass: A Rare Case Report and Literature Review.” The associated article is published in the Asian Journal of Case Reports in Surgery (DOI: Included materials: De-identified structured clinical data (symptom history, tumor measurements, laboratory findings, treatment course, follow-up outcome) Non-iden…
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Leiomyosarcoma、Metastasis、Oncology、Gastrointestinal tumour、Rare tumour、Other、Surgery。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:62183b1379659c227f7c26a95c14d27a27e85c33c9ef3b92d431481a2bf210ef
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
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集包含支持病例报告《原发性肠系膜平滑肌肉瘤表现为迁移性腹部肿块：罕见病例报告及文献综述》的去标识化临床、影像学、手术及组织病理学信息。数据集收录的内容包括：去标识化结构化临床数据（症状史、肿瘤测量数据、实验室检查结果、治疗过程、随访结果）、非识别性示意图像摘要、总结性手术记录、组织病理学发现以及支持性元数据和文档。所有数据均按照ICMJE和HIPAA去标识化标准进行处理，日期已泛化或偏移，不包含直接影像切片或元数据，无受保护的健康信息。该数据集旨在支持罕见原发性肠系膜平滑肌肉瘤研究的透明度、可重复性及未来比较研究。
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。
