胸腰椎爆裂骨折相邻椎间盘组织病理学改变的对比分析，刘浩，赵小丹，目的：通过观察胸腰椎爆裂骨折后上下位椎间盘组织学形态改变以及重要炎性介质及下游产物在软骨终板内的表达情况，比较上、下位椎

目的：全球范围内，原发性腺癌（AC）仅占膀胱癌（BC）的0.5％-2％。 在流行地区，比拉哈齐斯氏菌在BC的约10％中易患AC。 目的是研究这种罕见实体的临床病理特征，并确定影响无病（DFS）和总体生存（OS）的预后因素。 患者与方法：回顾性分析了五年（2010-2014年）提交给埃及国家癌症研究所（NCI-E）的42例原发性膀胱AC病例，评估了其临床病理特征，治疗和生存率。 结果：平均年龄为55.5岁±9.77岁，男性占多数。 血尿，胆汁淤积和尿道炎类型分别占88％，35.7％和4.8％。 进行根治性手术的占64.3％。 最初发现转移性疾病（stageIVB）的比例为14.3％。 11例（26.2％）因其晚期或转移性疾病接受姑息化疗，接受吉西他滨/铂和卡培他滨/奥沙利铂治疗的患者的客观缓解率（ORR）分别为0％和100％。 5年DFS和OS率分别为40.7％和27％。 患有GII，阴性淋巴结（pN0）和无肾积水的患者DFS显着提高（分别为p = 0.001、0.011和0.047）。 血尿，pN0和II期表现与更长的OS显着相关（分别为p = 0.007、0.037和<0.001）。

背景：回顾并分析非癌症的头颈部非黑色素瘤皮肤癌（NMSCHN）的临床病理特征，管理类型，预后因素和在国家癌症中心5年内的无病生存期（DFS）开罗大学研究所（埃及）。 材料与方法：2008年1月至2012年12月在埃及开罗大学国家癌症研究所对200例NMSCHN患者进行了回顾性研究。平均随访6个月（1-84个月）。 结果：90％≥50岁的男性为117位，女性为83位。 头皮（27.5％），眶周区域（13％），脸颊（12.5％）和鼻子（12.5％）是受影响的主要解剖部位。 结节型癌占71.5％（79％）。 SCC占21％，其中GII（61.1％）是最常见的等级。 手术是主要的治疗方式（93％），仅局部皮瓣（63.9％），而初级闭合（14.7％）是广泛局部切除后的主要手术选择。 在切除的标本中有23.5％的阳性和阴性边缘。 无病生存（DFS）与病理，治疗方式，并发症的发生或安全裕度状态之间无显着关联。 结论：NMSCHN病变应在专门的大容量中心进行手术切除，并应易于控制周围边缘，并应由经验丰富的高级外科医师进行手术。

KFB格式的全视野数字病理切片（Whole slide images, WSIs）是国内一种病理切片扫描仪扫描出来的私有格式。 这个版本是简易版，对于电脑的要求很低，打开速度快。 很多医学生刚开始学习病理科需要查看病理切片的时候，就需要用这个软件，

组织质量控制 HistoQC是用于数字病理切片的开源质量控制工具 要求 经过Python 3.6测试 要求： 滑坡 以及以下其他python包： python-openslide matplotlib 麻木 科学的 skimage 斯克莱恩 您可能可以使用类似（请注意python 3+要求）的方式安装python要求： pip3 install -r requirements.txt 库版本已与当前验证的版本挂钩。 更高版本可能会起作用，但可能无法实现跨站点/版本的可重复性（通常在质量控制中是一件坏事）。 Openslide二进制文件将必须根据单独的操作系统说明进行单独安装 可以使用随附的（7行）Dockerfile创建最基本的Docker映像。 基本用法 C:\Research\code\qc>python qc_pipeline.py --help usage: qc_

.kfb文件查看器，可以打开.kfb文件，主要为病例切片查看。

苹果叶片植物病理数据集（在天然环境下拍摄），原始数据集(植物病理学2020)苹果叶片疾病数据集(新植物疾病数据集)健康锈痂病。共6193张图片 苹果叶片植物病理数据集（在天然环境下拍摄），原始数据集(植物病理学2020)苹果叶片疾病数据集(新植物疾病数据集)健康锈痂病。共6193张图片

乳腺浸润性导管癌分级的组织病理学图像集，共906张图片，显微镜图像 乳腺浸润性导管癌分级的组织病理学图像集，共906张图片，显微镜图像 乳腺浸润性导管癌分级的组织病理学图像集，共906张图片，显微镜图像

介绍 颜色反卷积算法的设计针对RGB摄像机获取的颜色信息，基于免疫组化技术使用的染色剂RGB分量光的特异性吸收，分别计算每种染色剂对图像的作用效果。免疫组织化学图像处理通常用的染色包括DAB、H&E。 颜色反卷积可应用于H-DAB图像和组织病理学中常用的染色剂（H-E,H AEC,FAST Red，DAB），广泛应用于免疫组化染色图像颜色分离。 环境 #### Language de programmation : Python 2.7 #### Libs : numpy, matplotlib, sikit-learn, PySide, OpenCV2 运行步骤 1.运行ColorDeconvolution.py或者hsd.py，可以生成反卷积后的图像（一共有6个图），依据情况选择结果。 2.得到的HSI_Teinte_t1.png图像，灰度值比较低，在PS里面先用：图像-调整-曲线-自动，增加灰度值，再图像-调整-反相 ———————————————— 版权声明：本文为CSDN博主「可基大萌萌哒的马鹿」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及

nuclick组织病理数据集，用于病理分析，深度学习。三种不同类型的细胞定位，语义分割。 包含原图，标签图（rgb标签）