急性淋巴细胞白血病/淋巴瘤皮肤受累的临床表型特征与预后结果：一项多中心病例系列研究
该数据集包含急性淋巴细胞白血病/淋巴瘤（ALL/LBL）患者皮肤受累的临床图像、组织病理学切片图像和免疫组化数据等多模态医学信息，通过对比皮肤与骨髓样本的表型和分子特征，旨在研究皮肤病变的临床表现、病理诊断标志物及预后因素，为淋巴瘤的临床诊断和治疗提供参考。
基本信息
资源简介
急性淋巴细胞白血病/淋巴瘤皮肤受累的临床表型特征与预后结果：一项多中心病例系列研究
【数据集背景】
本数据集源站标题为《Outcome and clinico-phenotypical features of acute Lymphoblastic leukemia/lymphoma with cutaneous involvement: a multicentric case-series》。源站首次发布：2020-01-25。
【数据内容】
源站原始描述：Figure 2. Various clinical aspects of skin involvement in ALL/LBL. A. Multiple head nodules/tumors in a child with T-LBL. B. Unique nodule/tumor on the arm in an adult patient with B-LBL. C. Multiple ulcerative lesions on the back of the leg in an adult patient with T-LBL. Abbreviations : LBL, lymphoblastic lymphoma Figure 3. Histological and immunohistochemical aspects of ALL/LBL. A. Skin biopsy of a T-LBL with a tumoral infiltrate involving the full height of the sample (Low magnification, H&E…
【数据结构与技术规格】
文件数 4 个，合计 65.67 MB。数据集 DOI：10.17632/5b38d3v62c.2。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/5b38d3v62c
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/5b38d3v62c
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集是一个关于急性淋巴细胞白血病/淋巴瘤（ALL/LBL）患者皮肤受累的医学研究数据集。它包含患者皮肤病变的临床图像（如结节、溃疡等）、组织病理学切片图像（H&E染色）及免疫组化结果（如Ki67、TdT等标记），并对比了皮肤与骨髓样本在免疫表型和分子特征上的差异。数据来源于多中心病例系列，通过临床记录、病理切片数字化和流式细胞术等方法构建，主要用于研究ALL/LBL皮肤受累的临床表现、病理特征、诊断标志物以及预后相关性。
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。
