离体肺癌自体荧光寿命内窥显微图像数据集
该数据集为离体肺癌自体荧光寿命内窥显微图像，来源于21对离体癌与非癌人肺组织，由定制双波段荧光寿命成像内窥显微镜采集。压缩包内含21个CSV文件，每个文件对应一位患者的数据
基本信息
资源简介
离体肺癌自体荧光寿命内窥显微图像数据集
该数据集为离体肺癌自体荧光寿命内窥显微图像，来源于21对离体癌与非癌人肺组织，由定制双波段荧光寿命成像内窥显微镜采集。压缩包内含21个CSV文件，每个文件对应一位患者的数据。数据集英文名为 Autofluorescence lifetime endomicroscopic images on ex-vivo lung cancer，本站分类为肿瘤 / 肺癌，来源站为 datashare.ed.ac.uk。该数据集用于肺癌分类相关研究，主题涉及荧光寿命成像内窥显微、FLIM、肺癌、深度学习、卷积神经网络以及肺癌二分类等方向。
【数据集背景】
该数据集对应一篇题为“A Layer-Level Multi-Scale Architecture for Lung Cancer Classification with Fluorescence Lifetime Imaging Endomicroscopy”的出版物，为其提供数据支撑。研究关注的是利用荧光寿命成像内窥显微技术进行肺癌分类，尤其是肺癌二分类任务。数据集所在的来源站为 datashare.ed.ac.uk，本站分类归入肿瘤 / 肺癌方向。围绕该数据集的主题标签包括 fluorescence lifetime imaging endo/microscopy、FLIM、lung cancer、deep learning、Convolutional neural networks、lung cancer binary classification，反映出其应用背景集中在医学图像分析与深度学习模型研究，尤其是卷积神经网络在肺癌识别与分类中的使用。
【数据内容】
该数据集包含离体肺癌自体荧光寿命内窥显微图像数据。压缩包内共有21个CSV文件，每个CSV文件包含一位患者的数据。数据采集对象为21对离体癌与非癌人肺组织，因此数据同时覆盖癌组织与非癌组织两类样本，可用于肺癌二分类相关研究。除上述文件数量、患者对应关系以及癌与非癌组织配对信息外，源站未提供更细粒度的数据字段、图像尺寸、通道组织方式或标注格式说明。
【采集与来源】
数据由定制-built 的双波段荧光寿命成像内窥显微系统采集，采集对象为离体的人肺组织，共21对癌与非癌组织。该数据集来源于 datashare.ed.ac.uk。源站描述指出，这些数据用于上述关于肺癌分类与荧光寿命成像内窥显微的出版物。更详细的采集参数、设备配置、伦理审批信息以及数据收集时间等，源站未提供。
【适用场景】
该数据集适用于肺癌分类研究，特别是基于荧光寿命成像内窥显微图像的肺癌二分类任务。其主题标签涉及深度学习与卷积神经网络，因此可用于训练和评估相关医学图像分类模型。由于数据来自离体癌与非癌人肺组织，也可用于探索癌组织与非癌组织在自体荧光寿命特征上的差异。除此之外，源站未提供其他具体适用场景或任务类型的说明。
【使用方法】
该数据集以压缩包形式提供，内含21个CSV文件，每个CSV文件对应一位患者的数据。源站描述提到，详细信息可参见 https://github.com/qiangwang57/flim_cancer_ml。除该链接与CSV文件组织方式外，源站未提供关于数据读取、预处理、划分或模型训练步骤的进一步说明。
【质量与限制】
该数据集基于21对离体癌与非癌人肺组织，样本对应21位患者，数据规模与患者数量均以源站描述为准。由于数据为离体组织采集，其与在体临床场景之间可能存在差异。源站未提供关于图像质量、标注准确性、类别平衡、缺失数据或潜在偏倚的进一步说明。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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://datashare.ed.ac.uk/handle/10283/4199
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
该数据集包含论文《A Layer-Level Multi-Scale Architecture for Lung Cancer Classification with Fluorescence Lifetime Imaging Endomicroscopy》的出版数据。这些数据是通过定制的双波段荧光寿命成像内窥显微镜（FLIM）在21对离体癌症/非癌症人肺组织上采集的。压缩包内有21个CSV文件，每个CSV文件包含一位患者的数据。详细信息可参见 https://github.com/qiangwang57/flim_cancer_ml。
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。
