副神经节瘤,非特指型 - 女性,45岁 - 组织图像 [816073002700451]

该数据集包含一例45岁女性副神经节瘤患者的组织病理图像,数据模态为DICOM格式的数字化组织切片图像,来源于格但斯克医科大学的鼓室腔肿瘤样本,采用FFPE处理并进行了Synaptophysin免疫组化染色,图像通过高分辨率切片扫描仪采集。其主要用途是支持医学图像分析、病理学研究和肿瘤诊断,为基于组织形态的疾病分类与识别提供高质量的标注图像数据。

Mendeley Data
2024-03-27 更新
浏览 32
医学图像分析病理学
Paraganglioma, NOS - Female, 45 - Tissue image [816073002700451]

基本信息

创建/更新时间
2024-03-27

资源简介

该数据集是一个公开的病理组织图像数据集,包含一例副神经节瘤(Paraganglioma, NOS)患者的组织切片图像。数据来源于格但斯克医科大学(Medical University Gdańsk)的ZMDL-GUMED数据库,样本取自一名45岁女性患者的鼓室腔肿瘤组织。图像采用Pannoramic 250 3DHistech切片扫描仪以20倍放大倍数采集,保存为DICOM格式,并提供了详细的临床与病理信息,包括患者年龄、性别、临床描述、诊断结果(免疫组化标记:CHR+、SYN+、S100-等)、样本处理方式(FFPE)、取材部位(鼻腔与中耳)以及染色技术(阳性/IHC,抗体为Synaptophysin)。该数据集主要用于医学图像分析、病理学研究和肿瘤诊断辅助,支持基于组织形态的疾病分类与识别研究。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://mostwiedzy.pl/en/open-research-data/paraganglioma-nos-female-45-tissue-image-816073002700451,816073002700451-4

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集是一个公开的病理组织图像数据集,包含一例副神经节瘤(Paraganglioma, NOS)患者的组织切片图像。数据来源于格但斯克医科大学(Medical University Gdańsk)的ZMDL-GUMED数据库,样本取自一名45岁女性患者的鼓室腔肿瘤组织。图像采用Pannoramic 250 3DHistech切片扫描仪以20倍放大倍数采集,保存为DICOM格式,并提供了详细的临床与病理信息,包括患者年龄、性别、临床描述、诊断结果(免疫组化标记:CHR+、SYN+、S100-等)、样本处理方式(FFPE)、取材部位(鼻腔与中耳)以及染色技术(阳性/IHC,抗体为Synaptophysin)。该数据集主要用于医学图像分析、病理学研究和肿瘤诊断辅助,支持基于组织形态的疾病分类与识别研究。

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。

获取专属数据定制方案