高变异苏赛羊肝脏坏死组织学图像定量结构信息稳健提取数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Ad9bc5d5bc20d8d13eaa99c4cc481ae75d0444ea9c24f7fd1a08706f8dd6e8765

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

定量信息对于生物系统的实证分析至关重要。在许多此类系统中，解剖结构之间的空间关系具有重要意义，这使得成像成为一种有价值的数据采集工具。然而，图像数据难以进行定量分析。许多图像处理算法对图像变化高度敏感，限制了其目前仅应用于样本和图像质量可能非常高的领域。在此，我们开发了稳健的图像处理算法，用于从野生索伊羊尸检过程中获得的炎症肝脏组织高变异性组织学图像数据集中提取结构信息。我们证明，数据特征可以以全自动方式进行测量，提供可直接用于统计分析的定量信息。我们表明，这些方法提供的测量结果与人工专家操作员对相同图像的分析结果具有良好的相关性，在采样更广泛信息方面具有优势，并且信息提取速度远快于人工分析。

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。