用户评级斑块2021

该数据集是一个包含220,800个直接免疫荧光图像斑块的医学图像数据集,图像模态为50x50像素的DIF图像斑块,数据来源于46名大疱性类天疱疮患者的活检样本,其中一半为确诊表皮大疱性天疱疮的u-serrated模式,另一半为其他大疱性疾病的非u-serrated模式;数据集主要用于基于深度学习的免疫荧光图像分析,支持表皮大疱性天疱疮的自动化诊断和病理模式识别研究。

University of GroningenUniversity of Groningen
DataverseNL
2021-05-31 更新
浏览 32
表皮大疱性天疱疮诊断免疫荧光图像分析
UserratedPatch2021

基本信息

创建/更新时间
2021-05-31

资源简介

UserratedPatch2021是一个用于表皮大疱性天疱疮诊断的医学图像数据集。该数据集包含从46名患者的106张直接免疫荧光图像中提取的220,800个图像斑块,每个斑块尺寸为50x50像素,每名患者贡献4,800个斑块。其中一半数据来自23名确诊为表皮大疱性天疱疮患者的u-serrated模式图像,另一半来自另外23名患有其他大疱性类天疱疮疾病患者的非u-serrated模式图像。数据集涵盖了不同染色强度和切片厚度(4µm、6µm、8µm),以模拟常规诊断条件。所有DIF切片均由荷兰格罗宁根大学医学中心水疱病中心的免疫皮肤病学实验室制备和染色,图像使用标准化的显微镜设置(Leica DMRA显微镜,40倍干物镜)采集。该数据集主要用于支持基于深度学习的免疫荧光图像分析,辅助大疱性类天疱疮的自动化诊断研究。

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。

暂未开放

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://dataverse.nl/citation?persistentId=doi:10.34894/ZJTLBB

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

UserratedPatch2021是一个用于表皮大疱性天疱疮诊断的医学图像数据集。该数据集包含从46名患者的106张直接免疫荧光图像中提取的220,800个图像斑块,每个斑块尺寸为50x50像素,每名患者贡献4,800个斑块。其中一半数据来自23名确诊为表皮大疱性天疱疮患者的u-serrated模式图像,另一半来自另外23名患有其他大疱性类天疱疮疾病患者的非u-serrated模式图像。数据集涵盖了不同染色强度和切片厚度(4µm、6µm、8µm),以模拟常规诊断条件。所有DIF切片均由荷兰格罗宁根大学医学中心水疱病中心的免疫皮肤病学实验室制备和染色,图像使用标准化的显微镜设置(Leica DMRA显微镜,40倍干物镜)采集。该数据集主要用于支持基于深度学习的免疫荧光图像分析,辅助大疱性类天疱疮的自动化诊断研究。

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