甲部亚单位中皮肤黑色素瘤的侵袭情况及其与Breslow深度、总累及评分和无病生存期的相关性数据集
该数据集为皮肤黑色素瘤在甲部亚单位侵袭情况的临床病理数据,以表格模态呈现,记录了甲床、甲母质、近端甲襞等结构的侵袭状态,并关联Breslow深度、总累及评分及无病生存期,主要用于黑色素瘤的侵袭模式分析、预后评估及生存研究,支持皮肤肿瘤学和甲病学领域的临床研究。

基本信息
资源简介
甲部亚单位中皮肤黑色素瘤的侵袭情况及其与Breslow深度、总累及评分和无病生存期的相关性数据集
【数据集背景】
本数据集源站标题为《Dermal invasion of SUM in each nail subunit and correlation with Breslow depth, the total involvement score, and disease free survival》。源站首次发布:2020-09-04。
【数据内容】
源站原始描述:Abbreviations: H0, No hyponychium invasion; H1, Hyponychium invasion; NB0, No nail bed invasion; NB1, nail bed invasion; DNM0, no distal nail matrix invasion; DNM1, distal nail matrix invasion; PNM0, no proximal nail matrix invasion; PNM1, proximal nail matrix invasion; PNF0, no invasion in dorsal roof of proximal nail fold; PNF1, invasion in dorsal roof of proximal nail fold * indicates significant differences according to the Mann-Whitney U test with p <0.05 † indicates significant differences…
【数据结构与技术规格】
文件数 1 个,合计 243.44 KB。数据集 DOI:10.17632/dcfhvrrkb5.1。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/dcfhvrrkb5
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/dcfhvrrkb5
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
该数据集收集了皮肤黑色素瘤(SUM)在甲部不同亚单位(如甲床、甲母质、近端甲襞等)侵袭情况的临床病理数据,并关联分析了Breslow深度、总累及评分以及患者无病生存期。数据来源于医学研究中的病例记录,以表格形式呈现,包含侵袭状态(如有/无侵袭)的标注及统计显著性信息。该数据集主要用于皮肤肿瘤学、甲病学及临床预后研究,支持黑色素瘤侵袭模式、预后因素及生存分析等方向的探索。
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。




