B细胞淋巴瘤,非特指型 - 男性,50岁 - 细胞图像 [3300730069488381]

该数据集包含一名50岁男性B细胞淋巴瘤(非特指型)患者的骨髓组织病理学图像,数据模态为DICOM格式的数字化玻片扫描图像,采用Gomori银浸染法染色,并在20倍放大倍数下采集;图像附有详细的临床诊断、免疫表型分析和病理描述信息,主要用于支持淋巴瘤的病理诊断研究、B细胞表型分析以及人工智能在数字病理领域的辅助诊断模型开发。

Gdański Uniwersytet MedycznyGdański Uniwersytet Medyczny
Most Wiedzy Open Research Data Catalog
浏览 9
淋巴瘤病理诊断B细胞淋巴瘤表型分析

基本信息

创建/更新时间
2026-09-06

资源简介

该数据集是来自格但斯克医科大学(Medical University Gdańsk)的血液和网状内皮系统细胞样本的组织病理学图像,由ZMDL-GUMED存储管理。图像使用Pannoramic 250 3DHistech玻片扫描仪在20倍放大倍数下采集,并以DICOM格式保存。数据包含一名50岁男性患者的骨髓穿刺样本,临床表现为淋巴增生性疾病,经免疫表型分析提示边缘区淋巴瘤,组织病理学检查确诊为高度恶性的B细胞淋巴瘤(非特指型)。数据集提供了详细的病理诊断信息、免疫组化结果(如CD20、Bcl2、MUM1等标记物表达)以及技术参数(染色方法为Gomori银浸染法)。该数据集主要用于淋巴瘤病理诊断、B细胞淋巴瘤表型分析、数字病理学以及人工智能辅助诊断模型的研究与开发。

原始链接

https://mostwiedzy.pl/en/open-research-data/b-cell-lymphoma-nos-male-50-cell-image-3300730069488381,3300730069488381-4

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-3300730069488381,3300730069488381-4

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

该数据集是来自格但斯克医科大学(Medical University Gdańsk)的血液和网状内皮系统细胞样本的组织病理学图像,由ZMDL-GUMED存储管理。图像使用Pannoramic 250 3DHistech玻片扫描仪在20倍放大倍数下采集,并以DICOM格式保存。数据包含一名50岁男性患者的骨髓穿刺样本,临床表现为淋巴增生性疾病,经免疫表型分析提示边缘区淋巴瘤,组织病理学检查确诊为高度恶性的B细胞淋巴瘤(非特指型)。数据集提供了详细的病理诊断信息、免疫组化结果(如CD20、Bcl2、MUM1等标记物表达)以及技术参数(染色方法为Gomori银浸染法)。该数据集主要用于淋巴瘤病理诊断、B细胞淋巴瘤表型分析、数字病理学以及人工智能辅助诊断模型的研究与开发。

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