疱疹样天疱疮:聚焦潜在恶性肿瘤与治疗挑战的病例系列_补充材料

该数据集包含疱疹样天疱疮病例系列的补充材料,数据模态可能包括临床表格、病理图像或文本记录,主要用于研究这种罕见自身免疫性水疱病与恶性肿瘤之间的关联性,并探讨其治疗挑战,支持皮肤病学和肿瘤关联性领域的学术分析。

Mendeley Data
浏览 38
疱疹样天疱疮恶性肿瘤关联
Pemphigus Herpetiformis: A Case Series Focusing on Underlying Malignancies and Therapeutic Challenges_Supplementary Material

基本信息

大小
0.002552339 GB
创建/更新时间
2026-09-28
版本
v2

资源简介

疱疹样天疱疮:聚焦潜在恶性肿瘤与治疗挑战的病例系列_补充材料

【一句话概览】

该数据集为《Supplementary Material_Pemphigus Herpetiformis: A Case Series Focusing on Underlying Malignancies and Therapeutic Challenges》的补充材料,共包含2个文件,合计大小2.6 MB,分别为Supplementary Material 1和Supplementary Material 2(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Supplementary Material_Pemphigus Herpetiformis: A Case Series Focusing on Underlying Malignancies and Therapeutic Challenges》。源站首次发布:2024-11-20。

【数据内容】

源站原始描述:Supplementary Material 1 and Supplementary Material 2

中文译文(机器翻译,仅供快速理解,请以原文为准):补充材料1和补充材料2

【数据结构与技术规格】

文件数 2 个,合计 2.55 MB。数据集 DOI:10.17632/w2rxdd5rhd.2。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/w2rxdd5rhd

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

源站:https://data.mendeley.com/datasets/w2rxdd5rhd/1

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 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。

数据说明

该数据集是医学研究论文《疱疹样天疱疮:聚焦潜在恶性肿瘤与治疗挑战的病例系列》的补充材料,包含Supplementary Material 1和Supplementary Material 2。数据集提供了与疱疹样天疱疮(一种罕见的自身免疫性水疱病)相关的病例信息,可能涉及临床数据、病理图像或治疗记录,用于支持对疾病与潜在恶性肿瘤关联性及治疗挑战的研究。数据来源于病例系列研究,主要应用于皮肤病学、自身免疫疾病和肿瘤关联性研究领域。

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。

获取专属数据定制方案