子宫内膜异位症数据集描述

该数据集基于 GLENDA v1.5 版本,包含多区域病理性和非病理性子宫内膜异位症的腹腔镜图像,涉及腹膜、卵巢、深部浸润型子宫内膜异位症及子宫等部位

google_dataset
2022-02-07 更新
浏览 2
图像分类Endometriosis affected regionPeritoneumOvaryDeep Infiltrating EndometriosisuterusComputer VisionApplied Computer Science
图像Endometriosis Dataset Description

基本信息

模态
图像
大小
0.00001578 GB
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2022-02-07
版本
v1

资源简介

子宫内膜异位症数据集描述

Endometriosis Dataset Description

该数据集基于 GLENDA v1.5 版本,包含多区域病理性和非病理性子宫内膜异位症的腹腔镜图像,涉及腹膜、卵巢、深部浸润型子宫内膜异位症及子宫等部位。数据以单一描述文档形式提供,适用于计算机视觉与应用计算机科学领域的相关研究,可用于图像分类、目标检测等任务的方法验证与算法开发(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

源站首次发布:2022-02-07。

【数据内容】

源站描述(机器翻译,仅供参考):执行时使用了 GLENDA v1.5 数据集,该数据集包含多个区域病理性和非病理性子宫内膜异位症的腹腔镜图像。

【数据结构与技术规格】

文件数 1 个,合计 15.78 KB。数据集 DOI:10.6084/m9.figshare.19130054.v1。

【主题与分类】

源站学科分类:Computer vision、Applied computing not elsewhere classified。主题标签:Endometriosis affected region、Peritoneum、Ovary、Deep Infiltrating Endometriosis、uterus、Computer Vision、Applied Computer Science。本站分类:泌尿生殖系统疾病/其他。

【适用方向】

源站学科分类标注为 Computer vision、Applied computing not elsewhere classified。

【获取与许可】

源站页面:https://figshare.com/articles/dataset/Endometriosis_Dataset_Description/19130054

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:S, Visalaxi; T, Sudalaimuthu (2022). Endometriosis Dataset Description. figshare. Dataset

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(Figshare)

命令行下载

curl -L -o "Dataset Description.docx" "https://ndownloader.figshare.com/files/33986579"

文件清单

  • Dataset Description.docx(15.78 KB)

文件总体积 15.78 KB(源站 API 实测)。

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。

数据说明

GLENDA v1.5数据集用于执行,其中包含多个区域病理性和非病理性子宫内膜异位症影响的腹腔镜图像。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.19130054.v1(source: https://figshare.com/articles/dataset/Endometriosis_Dataset_Description/19130054)。

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