晚期皮肤T细胞淋巴瘤的三维端粒指纹图谱:一项初步研究

该数据集包含通过三维端粒定量荧光原位杂交技术获取的皮肤T细胞淋巴瘤患者皮肤组织图像数据及相应的定量参数,主要模态为细胞显微图像与临床表格数据,用于研究晚期皮肤T细胞淋巴瘤中端粒三维结构的异常特征及其与CD30表达、临床分期的关联,为探索该疾病的病理机制和进展标志物提供实验依据。

Mendeley Data
2020-06-02 更新
浏览 46
端粒三维结构分析皮肤T细胞淋巴瘤进展机制
3D Telomeric Fingerprint of Advanced Cutaneous T-Cell Lymphoma: A Pilot Study

基本信息

大小
0.011547196 GB
创建/更新时间
2020-06-02
版本
v1

资源简介

晚期皮肤T细胞淋巴瘤的三维端粒指纹图谱:一项初步研究

【数据集背景】

本数据集源站标题为《3D Telomeric Fingerprint of Advanced Cutaneous T-Cell Lymphoma: A Pilot Study》。源站首次发布:2020-06-02。

【数据内容】

源站原始描述:Oncogenic events of cutaneous T-cell lymphomas (CTCLs) progression remain elusive. Telomere remodeling, a manifestation of genetic instability, is associated with progression of some malignancies. We aim to characterize the three-dimensional (3D) telomeric organization in CTCLs. We performed 3D telomeric quantitative FISH (3D Telo-q-FISH) of skin tissue of 9 patients with CTCL and control lymphocytes. Reported parameters included telomeres of low intensity (TLI), number and intensity of telomeri…

【数据结构与技术规格】

文件数 13 个,合计 11.55 MB。数据集 DOI:10.17632/2m2t5d6drg.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/2m2t5d6drg

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://data.mendeley.com/datasets/2m2t5d6drg

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

该数据集是一项针对晚期皮肤T细胞淋巴瘤(CTCL)的医学研究数据集,旨在通过三维端粒定量荧光原位杂交技术(3D Telo-q-FISH)分析CTCL患者皮肤组织中的端粒三维结构特征。数据集包含9名CTCL患者和对照淋巴细胞的实验数据,涵盖端粒低强度信号比例、端粒信号数量与强度、端粒聚集体数量、细胞核体积等关键参数,并基于CD30表达水平和临床分期进行分层分析。数据来源于患者皮肤活检样本的实验室检测,主要应用于皮肤T细胞淋巴瘤的病理机制研究、疾病进展标志物探索以及端粒异常与肿瘤发生发展的关联分析。

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