子宫内膜炎症、血管炎分布及严重程度评分子宫组织切片数量数据集
该数据集包含子宫组织切片的数量统计,数据模态为临床病理学表格,记录了子宫内膜炎症、血管炎分布及严重程度的评分结果,主要用于妇科病理学研究,支持子宫内膜炎症的量化分析、血管炎分布模式评估以及相关疾病严重程度的临床诊断与机制探索。

基本信息
资源简介
子宫内膜炎症、血管炎分布及严重程度评分子宫组织切片数量数据集
【数据集背景】
本数据集源站标题为《Numbers of uterine tissue sections scored for endometrial inflammation, distribution of vasculitis and severity of vasculitis distribution.》。源站首次发布:2016-03-10。
【数据内容】
源站原始描述:Numbers of uterine tissue sections scored for endometrial inflammation, distribution of vasculitis and severity of vasculitis distribution
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。Table 3.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0151198.t003。
【主题与分类】
源站学科分类:Biophysics、Biochemistry、Physical Sciences not elsewhere classified、Medicine、Microbiology、Cell Biology。主题标签:necropsied 21 days、thymu、Gestation Pregnant Gilts、Type 2 Porcine Reproductive、interface、meconium staining、Endometrial inflammation severity、type 2 PRRSV infection、presence、umbilical lesions。
【适用方向】
源站学科分类标注为 Biophysics、Biochemistry、Physical Sciences not elsewhere classified、Medicine、Microbiology、Cell Biology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Numbers_of_uterine_tissue_sections_scored_for_endometrial_inflammation_distribution_of_vasculitis_and_severity_of_vasculitis_distribution_/3111223
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Novakovic, Predrag; C. S. Harding, John; N. Al-Dissi, Ahmad; Ladinig, Andrea; E. Detmer, Susan (2016). Numbers of uterine tissue sections scored for endometrial inflammation, distribution of vasculitis and severity of vasculitis distribution.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-15,引用时请注意版本时效。
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集提供了子宫组织切片的数量统计,用于评估子宫内膜炎症、血管炎的分布情况以及血管炎的严重程度。数据来源于对子宫组织样本的病理学评分,具体记录了切片数量及其对应的炎症与血管炎评分结果。该数据集主要用于妇科病理学领域,支持子宫内膜炎症的量化研究、血管炎分布模式分析以及相关疾病严重程度的评估,为临床诊断和病理机制探索提供数据基础。
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。




