肺组织颗粒物扫描电子显微镜图像数据集

该数据集来源于 search.dataone.org,包含肺组织活检切片中无机颗粒物的扫描电子显微镜图像,采用场发射扫描电子显微镜结合能量色散分析仪进行原位表征与分布研究,采集了二次电子和背散射电子图像以记录颗粒物的大小与位置

dataone
浏览 8
医学影像图像分割Scanning electron microscopyParticulate matterLungBiopsyTissueMass spectroscopyEnergy dispersive spectroscopyLung tissuePhase spectrahealthNational Jewish HealthDenver
Scanning Electron Microscope Images of Particulate Matter in Lung Tissue

基本信息

模态
医学影像
任务类型
图像分割
创建/更新时间
2026-10-19

资源简介

肺组织颗粒物扫描电子显微镜图像数据集

Scanning Electron Microscope Images of Particulate Matter in Lung Tissue

该数据集来源于 search.dataone.org,包含肺组织活检切片中无机颗粒物的扫描电子显微镜图像,采用场发射扫描电子显微镜结合能量色散分析仪进行原位表征与分布研究,采集了二次电子和背散射电子图像以记录颗粒物的大小与位置。数据覆盖三类不同人类受试者群体的肺组织样本,可用于颗粒物在肺组织中的分布分析、图像分割与形态学观察等研究(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,利用配备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群体的活检肺组织中的无机颗粒物进行原位表征和分布研究。采集二次电子和背散射电子图像,以记录肺组织活检切片区域中无机颗粒物的大小和位置。

【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/028bf5fe-1659-44d1-ba57-fda9664acece

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/028bf5fe-1659-44d1-ba57-fda9664acece

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。我们获取了二次电子和背散射电子图像,以记录肺组织活检切片区域中无机颗粒物的大小和位置。

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