补充材料：一例延迟性术后坏疽性脓皮病合并慢性粒单核细胞白血病经斯佩索利单抗治疗的病例
该数据集是一个临床病例数据集，包含一名患有延迟性术后坏疽性脓皮病合并慢性粒单核细胞白血病的男性患者的临床数据，涵盖文本形式的临床表现与治疗时间线、实验室检查表格、组织病理学图像以及治疗前后的伤口对比图像等多种模态信息，主要用于研究IL-36通路在坏疽性脓皮病发病机制中的作用，并评估靶向治疗药物斯佩索利单抗的疗效，为罕见皮肤并发症与血液系统恶性肿瘤的关联研究提供临床参考。
基本信息
资源简介
补充材料：一例延迟性术后坏疽性脓皮病合并慢性粒单核细胞白血病经斯佩索利单抗治疗的病例
【数据集背景】
本数据集源站标题为《Supplemental Material:A Case of Delayed-Onset Postoperative Pyoderma Gangrenosum Complicated with Chronic Myelomonocytic Leukemia Treated with Spesolimab》。源站首次发布：2025-12-09。
【数据内容】
源站原始描述：This dataset contains clinical data from a 63-year-old male patient who developed delayed-onset pyoderma gangrenosum (PG) following laparoscopic inguinal hernia repair and was subsequently diagnosed with chronic myelomonocytic leukemia (CMML). The dataset documents the patient''s clinical presentation, laboratory findings, histopathological images, a detailed therapeutic timeline (including antibiotics, corticosteroids, and the IL-36 receptor monoclonal antibody spesolimab), and comparative wound…
【数据结构与技术规格】
文件数 39 个，合计 22.89 MB。数据集 DOI：10.17632/6z34kc9ncm.2。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/6z34kc9ncm
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/6z34kc9ncm/2
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
该数据集包含一名63岁男性患者的临床数据，该患者在腹腔镜腹股沟疝修补术后出现延迟性坏疽性脓皮病（PG），随后被诊断为慢性粒单核细胞白血病（CMML）。数据集记录了患者的临床表现、实验室检查结果、组织病理学图像、详细的治疗时间线（包括抗生素、皮质类固醇和IL-36受体单克隆抗体斯佩索利单抗的使用）以及治疗前后的伤口对比图像。该案例阐释了IL-36通路在CMML相关PG发病机制中的潜在作用，并展示了靶向干预的治疗效果。
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。
