DLBCL形态学数据集
包含DLBCL组织微阵列高倍数字病理扫描图像，适合病理形态分析与分类研究。由Stanford University提供，来自The Cancer Imaging Archive，包含209条数据记录，许可证为CC BY 4.0，专注于肿瘤领域的非霍奇金淋巴瘤研究。
基本信息
资源简介
DLBCL形态学数据集
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 350.00 GB、209 例受试者，主题涵盖 Diffuse Large B-Cell Lymphoma，可用于医学图像分割、检测与分类模型的训练与评测，CC BY-NC 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《H&E and immunohistochemical stain images of 209 cases of diffuse large B-cell lymphoma linked with cytogenetic features and clinical outcomes》。源站首次发布：2022/03/25。
【数据内容】
源站原始描述：The DLBCL-Morph dataset contains 42 digital high-magnification scans of tissue microarrays (TMAs) containing tissue cores from 209 DLBCL cases at Stanford Hospital. Each DLBCL case is accompanied by survival data, follow-up status and a wide variety of clinical and cytogenetic variables. The TMAs are stained for H&E, which shows cell morphology, as well as for the expression of several prognostically relevant proteins: CD10, BCL6, MUM1, BCL2, and MYC. The TMAs are accompanied by pathologist-anno…
中文译文（机器翻译，仅供快速理解，请以原文为准）：DLBCL-Morph 数据集包含 42 张数字高倍扫描图像
【数据结构与技术规格】
数据集 DOI：10.7937/NVA3-N783。
【主题与分类】
源站学科分类：Histopathology、Whole Slide Image、Tissue Microarray、Follow-Up、Molecular Test、Immunohistochemistry。主题标签：Diffuse Large B-Cell Lymphoma。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://www.cancerimagingarchive.net/collection/dlbcl-morphology/
使用许可：CC BY-NC 4.0（https://creativecommons.org/licenses/by-nc/4.0/）。
规范引用：Fernandez-Pol, S., Natkunam, Y., Vrabac, D., Rojansky, R., Advani, R., Rajpurkar, P., S, & Ng, Andrew Y. (2022). H&E and immunohistochemical stain images of 209 cases of diffuse large B-cell lymphoma linked with cytogenetic features and clinical outcomes (Version 1) [Data set] . The Cancer Imaging A…
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（TCIA 标准方式）
方式一：NBIA 搜索
- 打开 NBIA 搜索页（免费注册 TCIA 账号）；
- 按本数据集 Collection 名称筛选（见源站页面），加入 Download Basket；
- 用 NBIA Download Manager 批量下载 DICOM。
方式二：NBIA API（程序化）
curl -s "https://services.cancerimagingarchive.net/nbia-api/services/v1/getSeries?Collection=COLLECTION_NAME" -o series.json
方式三：TCIA Manifest + dicomsort
在 Collection 页面下载 .tcia manifest 文件后用 NBIA CLI 下载。
数据说明
包含DLBCL组织微阵列高倍数字病理扫描图像，适合病理形态分析与分类研究。
数据加载示例（DICOM 影像）
import pydicom, glob, os
files = glob.glob(os.path.join(path, "**", "*.dcm"), recursive=True)
d = pydicom.dcmread(files[0])
print("Modality:", d.Modality)
img = d.pixel_array
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。
