B细胞淋巴瘤,非特指型 - 男性,50岁 - 细胞图像 [3300730069481811]

该数据集是一个包含一名50岁男性B细胞淋巴瘤患者骨髓穿刺样本的高分辨率组织病理学图像数据集,图像模态为DICOM格式的数字化病理切片图像,采集自格但斯克医科大学,并附有详细的临床诊断、免疫组化结果及病理描述信息,主要用于支持淋巴瘤的病理图像分析、B细胞淋巴瘤的诊断研究以及开发基于人工智能的辅助诊断工具,是数字病理学和计算病理学领域的重要研究资源。

Gdański Uniwersytet MedycznyGdański Uniwersytet Medyczny
Most Wiedzy Open Research Data Catalog
浏览 10
淋巴瘤病理图像分析B细胞淋巴瘤诊断

基本信息

创建/更新时间
2026-09-06

资源简介

该数据集是由格但斯克医科大学采集并存储在ZMDL-GUMED中的造血和网状内皮系统细胞样本的组织病理学图像数据集。图像使用Pannoramic 250 3DHistech玻片扫描仪(20倍放大)拍摄,保存为DICOM格式。数据包含一名50岁男性患者的详细临床信息,该患者因淋巴增生性疾病就诊,免疫表型提示边缘区淋巴瘤。样本材料为FFPE处理的骨髓穿刺物,组织学检查显示骨髓细胞构成约90%,其中约80%为中等至大型B淋巴细胞浸润,免疫组化结果支持高度恶性B细胞淋巴瘤的诊断,并结合临床表现考虑为脾边缘区淋巴瘤的进展/转化。数据集提供了完整的患者信息、样本采集方法、染色技术、诊断依据及显微镜观察结果。该数据集主要用于淋巴瘤病理图像分析、B细胞淋巴瘤诊断研究以及数字病理学与人工智能辅助诊断模型的开发与验证。

原始链接

https://mostwiedzy.pl/en/open-research-data/b-cell-lymphoma-nos-male-50-cell-image-3300730069481811,3300730069481811-4

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://mostwiedzy.pl/en/open-research-data/b-cell-lymphoma-nos-male-50-cell-image-3300730069481811,3300730069481811-4

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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

该数据集是由格但斯克医科大学采集并存储在ZMDL-GUMED中的造血和网状内皮系统细胞样本的组织病理学图像数据集。图像使用Pannoramic 250 3DHistech玻片扫描仪(20倍放大)拍摄,保存为DICOM格式。数据包含一名50岁男性患者的详细临床信息,该患者因淋巴增生性疾病就诊,免疫表型提示边缘区淋巴瘤。样本材料为FFPE处理的骨髓穿刺物,组织学检查显示骨髓细胞构成约90%,其中约80%为中等至大型B淋巴细胞浸润,免疫组化结果支持高度恶性B细胞淋巴瘤的诊断,并结合临床表现考虑为脾边缘区淋巴瘤的进展/转化。数据集提供了完整的患者信息、样本采集方法、染色技术、诊断依据及显微镜观察结果。该数据集主要用于淋巴瘤病理图像分析、B细胞淋巴瘤诊断研究以及数字病理学与人工智能辅助诊断模型的开发与验证。

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。

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 淋巴瘤 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案