DykeF/NCTCRCHE100K
该数据集是一个包含100,000个图像块的医学图像数据集，数据模态为H&E染色组织病理学图像，涵盖了脂肪组织、背景、碎片、淋巴细胞、粘液、平滑肌、正常结肠粘膜、癌症相关基质和结直肠腺癌上皮等九种组织类别，主要用于结直肠癌的组织病理图像自动分类、组织分割以及癌症诊断算法的研究与开发，支持计算机辅助诊断和癌症研究领域的模型训练与验证。
基本信息
资源简介
DykeF/NCTCRCHE100K
【数据集背景】
源站首次发布：2023-10-03。
【数据内容】
源站原始描述：# NCTCRCHE100K Dataset Card # Citation ```bash Kather, Jakob Nikolas, Halama, Niels, & Marx, Alexander. (2018). 100,000 histological images of human colorectal cancer and healthy tissue (v0.1) [Data set]. Zenodo. ``` # Description This is a set of 100,000 non-overlapping image patches from hematoxylin & eosin (H&E) stained histological images of human colorectal cancer (CRC) and normal tissue. All images are 224x224 pixels (px) at 0.5 microns per pixel (MPP). All images are color-normalized usin…
【数据结构与技术规格】
文件数 4 个，合计 20.96 GB。
【主题与分类】
主题标签：license:cc-by-4.0、size_categories:100K<n<1M、modality:image、modality:text、library:datasets、library:mlcroissant、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/DykeF/NCTCRCHE100K
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2023-10-04，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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("DykeF/NCTCRCHE100K")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/DykeF/NCTCRCHE100K
数据说明
NCTCRCHE100K是一个包含100,000个非重叠图像块的数据集，这些图像块来源于人类结直肠癌和正常组织的H&E染色组织学图像。所有图像块尺寸为224x224像素，空间分辨率为0.5微米/像素，并采用Macenko方法进行颜色归一化处理。数据集涵盖九种组织类别，包括脂肪组织、背景、碎片、淋巴细胞、粘液、平滑肌、正常结肠粘膜、癌症相关基质和结直肠腺癌上皮。图像从86张H&E染色的人类癌症组织切片中手动提取，组织样本来自德国海德堡国家肿瘤疾病中心（NCT）和曼海姆大学医学中心（UMM）的病理档案，包括原发肿瘤切片和肝转移肿瘤组织，并通过增加非肿瘤区域的胃切除标本以增强正常组织的多样性。数据集分为训练集（含颜色归一化与非归一化版本各100,000个样本）和验证集（7,180个样本），主要用于结直肠癌组织病理图像的自动分类、组织分割及癌症诊断算法的开发与验证。
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。
