正常扁桃体、早期扁桃体癌与晚期扁桃体癌的纹理分析参数比较
该数据集包含基于医学影像的纹理分析参数,涵盖了正常扁桃体、早期扁桃体癌和晚期扁桃体癌三类样本的量化特征比较。数据模态为从医学影像中提取的纹理特征参数,属于医学影像分析领域。其主要用途是支持扁桃体癌的计算机辅助诊断研究,通过分析不同阶段病变的纹理差异,为疾病早期发现和精准分期提供影像学依据。

基本信息
资源简介
正常扁桃体、早期扁桃体癌与晚期扁桃体癌的纹理分析参数比较
【数据集背景】
本数据集源站标题为《Comparisons of texture analysis-derived parameters among normal tonsil, early tonsil cancer, and advanced tonsil cancer.》。配套论文《CT texture analysis of tonsil cancer: Discrimination from normal palatine tonsils》发表于 PLOS ONE(2021),DOI:10.1371/journal.pone.0255835。源站首次发布:2021-08-11。
【数据内容】
源站原始描述:Comparisons of texture analysis-derived parameters among normal tonsil, early tonsil cancer, and advanced tonsil cancer
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table 3.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0255835.t003。
【主题与分类】
源站学科分类:Space Science、Cell Biology、Physiology、Biological Sciences not elsewhere classified、Cancer。主题标签:texture analysis parameters、texture analysis、ROI、tonsil cancer、contrast-enhanced CT results、ROC curve analysis、AUC、palatine tonsils、tonsil cancers、F-FDG。
【适用方向】
源站学科分类标注为 Space Science、Cell Biology、Physiology、Biological Sciences not elsewhere classified、Cancer。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Comparisons_of_texture_analysis-derived_parameters_among_normal_tonsil_early_tonsil_cancer_and_advanced_tonsil_cancer_/15150196
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Kim, Tae-Yoon; Lee, Ji Young; Lee, Young-Jun; Park, Dong Woo; Tae, Kyung; Choi, Yun Young (2021). Comparisons of texture analysis-derived parameters among normal tonsil, early tonsil cancer, and advanced tonsil cancer.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01,引用时请注意版本时效。
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集是一个医学影像分析数据集,专门用于比较正常扁桃体组织、早期扁桃体癌和晚期扁桃体癌在纹理分析参数上的差异。数据集通过纹理分析技术从医学影像中提取量化特征参数,旨在为扁桃体癌的早期诊断和分期提供客观的影像学生物标志物。数据来源于临床医学影像,经过专业的纹理分析处理,主要应用于扁桃体癌的计算机辅助诊断、疾病分期研究以及医学影像特征分析等领域。
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。




