基于Appl1、Sortilin和Syndecan-1生物标志物的前列腺癌病理学再解读
该数据集提供前列腺癌组织的数字病理图谱，以H&E和Appl1、Sortilin、Syndecan-1三种生物标志物的显微图像为交互式工具，供临床医生和科学家探索不同病例的高分辨率组织病理图像
基本信息
资源简介
基于Appl1、Sortilin和Syndecan-1生物标志物的前列腺癌病理学再解读
Reinterpretation of prostate cancer pathology by Appl1, Sortilin and Syndecan-1 biomarkers
该数据集提供前列腺癌组织的数字病理图谱，以H&E和Appl1、Sortilin、Syndecan-1三种生物标志物的显微图像为交互式工具，供临床医生和科学家探索不同病例的高分辨率组织病理图像。图谱与标志物结合，有助于病理学家准确分级前列腺癌组织样本。库中还包括生成案例研究的原始图像数据集，涵盖良性病例及ISUP 1至5级病例；图像经Carl ZEISS AxioScan.Z1、Planapochromat 40x/0.95物镜采集，由CZI转为BigTIFF，采用无损压缩，可用ImageJ或FiJi查看（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：使用组织病理学诊断前列腺癌依赖于对染色或标记组织切片的准确判读。当前标准依赖于苏木精-伊红（H&E）染色后的评估，这通常难以判读，并会引入观察者间变异。在此，我们展示一个前列腺癌组织数字病理图谱，将 H&E 以及我们新型的三种生物标志物组的显微图像作为交互式工具，临床医生和科学家可以在其中探索来自各种病例研究的高分辨率组织病理学。该数字病理前列腺癌图谱与这些生物标志物结合使用时，将极大地帮助病理学家准确地对前列腺癌组织样本进行分级。该存储库还包含用于生成数字病理图谱病例研究的原始图像数据集。数据包括一个良性病例以及 ISUP 1 至 5 级的病例，其中初始分级是在苏木精...上进行的，所有图像均使用 Carl ZEISS AxioScan.Z1 显微镜和 Planapochromat 40x/0.95 物镜采集。图像最初以 Carl ZEISS 原生 Image 格式（*.CZI）存储，然后使用 Carl ZEISS Zen Blue Software（版本 3.8）转换为 BigTIFF 格式。还使用了无损压缩以尽量减小文件大小，同时保持图像质量。所有图像均可使用免费可用的成像软件（如 ImageJ 或 FiJi）查看。 通过 Appl1、Sortilin 和 Syndecan-1 生物标志物重新解读前列腺癌病理 https://doi.org/10.5061/dryad.v9s4mw749 我们展示一个前列腺癌组织数字病理图谱，将 H&E（苏木精和伊红）以及我们新型的三种生物标志物组的显微图像作为交互式工具，临床医生和科学家可以在其中探索来自各种病例研究的高分辨率组织病理学。该数字病理前列腺癌图谱与这些生物标志物结合使用时，将极大地帮助病理学家准确地对前列腺癌组织样本进行分级。全…
【主题与分类】
主题标签：Immunohistochemical analysis、Biomarkers、Medicine and health sciences、Prostate cancer、Cancer detection and diagnosis、Histopathology。本站分类：肿瘤/前列腺癌。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A9111c78f4c4ce372d03f8ddf35e49433c09950e0019e45428a78be6942f34354
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
使用组织病理学诊断前列腺癌，依赖于对染色或标记组织切片的准确判读。当前标准依赖于苏木精和伊红（H&E）染色后的评估，而这种评估往往难以判读，并会引入观察者间差异。在此，我们提出一个前列腺癌组织的数字病理学图谱，使用 H&E 以及我们新型的三种生物标志物组合的显微图像作为交互式工具，临床医生和科学家可以在其中探索来自各种病例研究的高分辨率组织病理学图像。数字病理学前列腺癌图谱在与这些生物标志物联合使用时，将极大地帮助病理学家准确地对前列腺癌组织样本进行分级。该资源库还包含用于生成数字病理学图谱病例研究的原始图像数据集。数据包括一例良性病例以及 ISUP 1 至 5 级的病例，其中初始分级是在苏木精…上进行的。所有图像均使用配备 Planapochromat 40x/0.95 物镜的 Carl ZEISS AxioScan.Z1 显微镜采集。图像最初以 Carl ZEISS 原生图像格式（*.CZI）存储，然后使用 Carl ZEISS Zen Blue 软件（版本 3.8）转换为 BigTIFF 格式。还使用了无损压缩以尽量减小文件大小，同时保持图像质量。所有图像均可使用免费可用的成像软件（如 ImageJ 或 FiJi）查看。 , , # 通过 Appl1、Sortilin 和 Syndecan-1 生物标志物重新解读前列腺癌病理学 https://doi.org/10.5061/dryad.v9s4mw749 我们提出一个前列腺癌组织的数字病理学图谱，使用 H&E（苏木精和伊红）以及我们新型的三种生物标志物组合的显微图像作为交互式工具，临床医生和科学家可以在其中探索来自各种病例研究的高分辨率组织病理学图像。数字病理学前列腺癌图谱在与这些生物标志物联合使用时，将
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。
