2023年Tumedei等滤泡性淋巴瘤脚本表格补充图6
该数据集来自2023年Tumedei等人关于滤泡性淋巴瘤微环境特征与无事件生存期关联的研究,包含该工作使用的文件、图像和数据,共3个文件,包括免疫组化评分原始数据表格、CellProfiler与ImageJ脚本压缩包及补充图6压缩包

基本信息
资源简介
2023年Tumedei等滤泡性淋巴瘤脚本表格补充图6
2023_TumedeiEtAl_FollicularLymphoma _Scripts_Tables_SupFig6
该数据集来自2023年Tumedei等人关于滤泡性淋巴瘤微环境特征与无事件生存期关联的研究,包含该工作使用的文件、图像和数据,共3个文件,包括免疫组化评分原始数据表格、CellProfiler与ImageJ脚本压缩包及补充图6压缩包。数据涉及免疫组织化学、肿瘤相关巨噬细胞、肿瘤微环境和数字病理等主题,可用于复现或拓展滤泡性淋巴瘤微环境与预后关联的分析(来源 figshare,CC BY 4.0 许可)。
【数据集背景】
源站首次发布:2023-06-10。
【数据结构与技术规格】
文件数 3 个,合计 2.21 GB。数据集 DOI:10.6084/m9.figshare.23497445.v1。
【主题与分类】
源站学科分类:Cancer cell biology。主题标签:Follicular Lymphoma、immunohistochemistry、tumor-associated macrophages、progressive disease、tumor microenvironment、digital pathology。本站分类:肿瘤/淋巴瘤。
【适用方向】
源站学科分类标注为 Cancer cell biology。
【获取与许可】
源站页面:https://figshare.com/articles/dataset/2023_TumedeiEtAl_FollicularLymphoma_Scripts_Tables_SupFig6/23497445
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Piccinini, Filippo (2023). 2023_TumedeiEtAl_FollicularLymphoma _Scripts_Tables_SupFig6. figshare. Dataset
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://doi.org/10.6084/m9.figshare.23497445
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:
数据集大小约 2.21 GB。
数据说明
收集条目:文章数据 项目标题:2023_TumedeiEtAl_FollicularLymphoma 文章(使用这些文件时,请引用以下文章):M.M. Tumedei, F. Piccinini, I. Azzali, F. Pirini, S. Bravaccini, S. De Matteis, C. Agostinelli, G. Castellani, M. Zanoni, M. Cortesi, V. Barbara, B.E. Leone, S. Righi, A. Gazzola, B. Casadei, G. Davide, L. Calzari, F. Limarzi, E. Sabattini, A. Pession, M. Tazzari, C. Bertuzzi, Follicular Lymphoma Microenvironment Traits Associated with Event-Free Survival, International Journal of Molecular Sciences, 2023. 收集文件说明:上述科学工作中使用的文件、图像和数据。 本工作的主要联系人:Marcella Tazzari博士,博士,IRST IRCCS Meldola Italy。电子邮件:marcella.tazzari@irst.emr.it 本工作的主要隶属机构:IRCCS Istituto Romagnolo per lo Studio dei Tumori (IRST) “Dino Amadori”,47014 Meldola (FC),意大利。
关键词:滤泡性淋巴瘤 免疫组织化学 肿瘤相关巨噬细胞 疾病进展 肿瘤微环境 数字病理学
文章摘要:大多数滤泡性淋巴瘤(FL)患者会经历反复的缓解与复发阶段,使该疾病“实际上”无法治愈。为在诊断时预测FL患者的结局,已提出多种基于临床的预后评分;然而,这些评分对一部分患者仍然无效。基因表达谱分析凸显了肿瘤微环境(TME)在FL预后中的关键作用;尽管如此,仍需要标准化免疫浸润细胞的评估方法,以对早期或晚期进展期患者进行预后分类。我们采用病理学家引导的全切片图像分析方法,研究了一个包含49例初诊时FL淋巴结活检的回顾性队列,并对细胞的免疫组成进行了数量和分布(滤泡内,IF和滤泡外,EF)两方面的表征
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。




