IgM类天疱疮数据集
该数据集是一个专注于罕见皮肤病IgM类天疱疮的多模态医学数据集，包含了3名患者的临床皮肤病变图片、组织病理学切片图像、免疫荧光显微镜图像以及免疫印迹实验数据，数据模态涵盖临床图像、病理图像和实验数据，主要用于研究该疾病的免疫病理机制、诊断标志物以及与经典大疱性类天疱疮的异同，为皮肤病学和自身免疫性疾病领域的研究提供关键资源。
基本信息
资源简介
IgM类天疱疮数据集
【数据集背景】
本数据集源站标题为《IgM Pemphigoid》。源站首次发布：2021-01-08。
【数据内容】
源站原始描述：Figure S1. Clinical pictures, skin histopathologies, and further immunopathological characteristics of patients with IgM pemphigoid. Erythema and urticarial plaques on the right leg in patient 2 (row 1, left panel) and erythematous papules on the left lower leg in patient 3 (row 2, left panel). Histology of lesional skin biopsies showed mild spongiosis and an inflammatory infiltrate of lymphocytes and eosinophils in the upper dermis (H&E staining, 200x); patient 2 (row 1, middle panel) and patie…
【数据结构与技术规格】
文件数 3 个，合计 3.00 MB。数据集 DOI：10.17632/nkr9tkyvtw.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/nkr9tkyvtw
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://data.mendeley.com/datasets/nkr9tkyvtw
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
该数据集专注于IgM类天疱疮（IgM Pemphigoid），这是一种罕见的大疱性皮肤病，其临床、组织病理学和免疫病理学特征与大疱性类天疱疮（bullous pemphigoid）相关但又有区别。数据集主要包含3名患者的临床图片、皮肤组织病理学切片（H&E染色）、免疫荧光显微镜图像（直接和间接IF）以及免疫印迹（IB）实验结果。数据具体展示了患者的皮肤病变表现（如红斑、风团样斑块）、组织学上的轻度海绵状水肿和真皮上层炎症浸润，以及针对BP180抗原（包括NC16A、胞外域和C端片段）的IgM抗体反应性分析。此外，还包含体外实验（如冷冻切片分析和Col17内化实验）的结果，用于评估患者血清诱导真皮-表皮分离和抗原内化的能力。该数据集为研究IgM类天疱疮的发病机制、诊断标志物和免疫学特征提供了宝贵的多模态医学影像和实验数据，适用于皮肤病学、自身免疫性疾病研究和临床诊断辅助工具开发等领域。
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。
