DLBCL-Morph

该数据集包含209例弥漫大B细胞淋巴瘤患者的组织切片图像、临床表格数据及细胞遗传学信息,其中图像模态涵盖数字扫描的组织微阵列切片、图像块和细胞分割结果,并提供了肿瘤细胞核的几何特征注释,主要用于基于形态学特征的DLBCL病理分析、预后评估和生存预测研究。

stanfordmlgroupstanfordmlgroup
arXiv
浏览 32
datasetdeep-learningmedical-imagingpathologysurvival-prediction
DLBCL-Morph

基本信息

大小
0.000895 GB
创建/更新时间
2026-09-21
版本
master

资源简介

DLBCL-Morph

【数据集背景】

本数据集源站标题为《stanfordmlgroup/DLBCL-Morph》。源站首次发布:2020-09-13。

【数据内容】

源站原始描述:DLBCL-Morph dataset containing high resolution tissue microarray scans from 209 DLBCL cases, with geometric features computed using deep learning # DLBCL-Morph: Morphological features computed using deep learning for an annotated digital DLBCL image set DLBCL-Morph is a dataset containing 42 digitally scanned high-resolution tissue microarray (TMA) slides accompanied by clinical, cytogenetic, and geometric features from 209 DLBCL cases as described in "DLBCL-Morph: Morphological features compute…

【主题与分类】

主题标签:dataset、deep-learning、medical-imaging、pathology、survival-prediction。

【获取与许可】

源站页面:https://github.com/stanfordmlgroup/DLBCL-Morph

【使用注意】

· 源站最后修改于 2020-12-22,引用时请注意版本时效。

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

git clone https://github.com/stanfordmlgroup/dlbcl-morph.git

curl -L -o repo.zip https://github.com/stanfordmlgroup/dlbcl-morph/archive/refs/heads/master.zip
unzip repo.zip

源站 README 摘录(使用方式)

Dataset Download

DLBCL-Morph is publicly available at this link: https://stanfordmedicine.box.com/s/ub8e0wlhsdenyhdsuuzp6zhj0i82xrb1

Folder Structure

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。

完整仓库:github.com/stanfordmlgroup/dlbcl-morph

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