部署者、阳性与阴性对照肺组织颗粒物识别:扫描电镜与能谱分析(2013-2016)
该数据集来自 search.dataone.org,聚焦呼吸系统疾病/其他类别,包含 2013 至 2016 年间三类人群(部署者、阳性对照、阴性对照)肺活检组织中无机颗粒物的原位表征与分布分析

基本信息
资源简介
部署者、阳性与阴性对照肺组织颗粒物识别:扫描电镜与能谱分析(2013-2016)
Particulate Matter Identification in Lung Tissue from Deployers, Positive, and Negative controls Using Scanning Electron Microscopy and Energy Dispersive Spectroscopy (2013-2016)
该数据集来自 search.dataone.org,聚焦呼吸系统疾病/其他类别,包含 2013 至 2016 年间三类人群(部署者、阳性对照、阴性对照)肺活检组织中无机颗粒物的原位表征与分布分析。数据通过场发射扫描电子显微镜结合能谱分析仪采集,包含背散射电子与二次电子图像,并对视野内无机颗粒物进行能谱分析、识别与编目。该数据可用于颗粒物识别与分类研究,支持肺组织内无机颗粒物分布与类型的分析(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物进行原位表征和分布分析。采集了肺组织中颗粒物的背散射电子和二次电子图像。利用能量色散光谱法对图像视野中的无机颗粒物进行分析,随后进行识别和编目。
【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/a02dc04c-0fef-4cb5-a7d9-a9eb839cb6d3
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/a02dc04c-0fef-4cb5-a7d9-a9eb839cb6d3
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
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。获取了肺组织中颗粒物的背散射电子和二次电子图像。利用能量色散光谱对图像视野内的无机颗粒物进行分析,随后进行识别和编目。
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。




