相关数据集
STimage-1K4M - 空间转录组图像基因表达数据集
STimage-1K4M数据集，由北卡罗来纳大学构建，旨在通过提供子图像瓦片的基因表达信息，填补现有医学图像文本数据集中的描述不足。该数据集包含了1,149张图像，这些图像是从空间转录组数据中提取的，能够捕捉到病理图像中每个独立空间点的基因表达信息。每张图像都被细分为更小的子图像瓦片，每个瓦片都配有15,000到30,000维的基因表达数据。数据集中总共有4,293,195对子图像和基因表达，提供
github2670
Multi-Laboratory Hematoxylin and Eosin Staining Variance Unsupervised Machine Learning Dataset
We provide the generated dataset used for unsupervised machine learning in [1]. The data is in CSV format and contains all principal components and ground truth labels, per tissue type. Tissue type co
NIAID Data Ecosystem30
Untitled Item
The MIDOG++ dataset represents an extension of the data set used in the MIDOG 2021 and 2022 challenges. We provide region of interest images from 503 histological specimens of seven different tumor ty
NIAID Data Ecosystem10
STimage-1K4M
STimage-1K4M是由北卡罗来纳大学教堂山分校创建的一个新颖数据集，旨在通过提供子图像的基因组特征来弥补现有医学图像-文本数据集中文本描述不足的问题。该数据集包含1,149张来自空间转录组学数据的空间转录图像，每张图像被分解成更小的子图像块，每个子图像块配有15,000至30,000维的基因表达数据。STimage-1K4M包含4,293,195对子图像和基因表达数据，提供了前所未有的粒度，
arXiv2024-06-10 更新360
Table_3_Superpixel-Based Conditional Random Fields (SuperCRF): Incorporating Global and Local Context for Enhanced Deep Learning in Melanoma Histopathology.XLSX
Computational pathology-based cell classification algorithms are revolutionizing the study of the tumor microenvironment and can provide novel predictive/prognosis biomarkers crucial for the delivery
NIAID Data Ecosystem30
