圣卢克医疗中心皮肤科Mohs显微外科手术患者临床组织病理学特征数据集（2003-2018）
该数据集包含2003年至2018年间在圣卢克医疗中心接受Mohs显微外科手术的404例非黑色素瘤皮肤癌患者的临床与组织病理学数据，数据模态为临床表格，涵盖年龄、肿瘤类型、手术阶段及复发情况等信息，主要用于分析皮肤癌的临床病理特征、评估手术疗效以及支持相关治疗策略的研究。
基本信息
资源简介
圣卢克医疗中心皮肤科Mohs显微外科手术患者临床组织病理学特征数据集（2003-2018）
【数据集背景】
本数据集源站标题为《Supplemental Figures and Tables: Clinicohistopathologic profile of patients who underwent Mohs micrographic surgery at the Dermatology Center of St. Luke’s Medical Center, Philippines from March 2003 - March 2018》。源站首次发布：2021-02-16。
【数据内容】
源站原始描述：ABSTRACT BACKGROUND Mohs Micrographic Surgery (MMS) has proven to be an effective technique in microscopically removing tumor foci while sparing normal tissue. OBJECTIVE To describe the clinical and histopathologic profile of patients who underwent MMS at the Dermatology Center of St. Luke’s Medical Center from March 2003 - March 2018. METHODS A retrospective review of MMS cases at the Dermatology Center from March 2003-March 2018. RESULTS Of 476 total MMS cases treated from 2003 to 2018, 404 ca…
【数据结构与技术规格】
文件数 1 个，合计 13.19 MB。数据集 DOI：10.17632/r38dxm8kx6.2。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/r38dxm8kx6
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/r38dxm8kx6
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
该数据集记录了2003年3月至2018年3月期间在菲律宾圣卢克医疗中心皮肤科接受Mohs显微外科手术（MMS）的患者的临床与组织病理学特征。数据集包含404例完整病例，涉及患者人口统计学信息（如年龄、种族）、肿瘤类型（以基底细胞癌为主，占比78%）、手术阶段数、术后复发情况等。数据来源于对476例MMS手术病例的回顾性研究，通过医疗记录整理获得。该数据集主要用于研究非黑色素瘤皮肤癌（NMSC）的临床病理特征、评估MMS手术的疗效与复发率，并支持皮肤肿瘤治疗策略的循证医学研究。
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。
