各视野中颗粒的能量色散谱

该数据集来源于 search.dataone.org,收录了各视野中颗粒的能量色散谱,属于呼吸系统疾病相关数据。源站描述显示,研究者利用带能量色散分析仪的场发射扫描电子显微镜,对三组不同人类受试者活检肺组织中的无机颗粒进行原位表征与分布研究,通过背散射电子图像定位无机颗粒物,并将电子束偏转至视野内颗

dataone
浏览 9
医学影像分类Scanning electron microscopyParticulate matterLungBiopsyTissueMass spectroscopyEnergy dispersive spectroscopyLung tissuePhase spectrahealthNational Jewish HealthDenver
Energy Dispersive Spectra of Particles in Each Field of View

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-19

资源简介

各视野中颗粒的能量色散谱

Energy Dispersive Spectra of Particles in Each Field of View

该数据集来源于 search.dataone.org,收录了各视野中颗粒的能量色散谱,属于呼吸系统疾病相关数据。源站描述显示,研究者利用带能量色散分析仪的场发射扫描电子显微镜,对三组不同人类受试者活检肺组织中的无机颗粒进行原位表征与分布研究,通过背散射电子图像定位无机颗粒物,并将电子束偏转至视野内颗粒上的点以获取能量色散谱,进而识别颗粒类型。数据可用于肺组织无机颗粒的识别与分布分析(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):我们开发并测试了一种新方法,利用带能量色散分析仪的场发射扫描电子显微镜,对来自三个不同人类受试者组的活检肺组织中的无机颗粒进行原位表征和分布研究。采集每帧的背散射电子图像以定位无机颗粒物。将电子束偏转到视野内颗粒上的点以获取能量色散谱。所获取的谱图用于识别颗粒类型。

【主题与分类】

主题标签:Scanning electron microscopy、Particulate matter、Lung、Biopsy、Tissue、Mass spectroscopy、Energy dispersive spectroscopy、Lung tissue、Phase spectra、health。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://search.dataone.org/view/7a5aa37f-4c02-452e-be96-21506ee7f541

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://search.dataone.org/view/7a5aa37f-4c02-452e-be96-21506ee7f541

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

我们开发并测试了一种新方法,用于原位表征和分布分析来自三个不同人类受试者组的活检肺组织中的无机颗粒,该方法采用配备能量色散分析仪的场发射扫描电子显微镜。对每一帧采集背散射电子图像,以定位无机颗粒物。将电子束偏转至视野内颗粒上的各个点,以获取能量色散谱。所获取的光谱用于识别颗粒类型。

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