幽门螺杆菌检测数据集
用于检测胃组织全切片图像中幽门螺杆菌的医学影像数据集，包含245个全切片图像及专家标注。
基本信息
资源简介
该数据集由巴塞罗那自治大学计算机科学系创建，用于检测胃组织全切片图像中的幽门螺杆菌。包含245个全切片图像（117个阴性，128个阳性），图像大小为120000x16000像素，通过滑动窗口提取256x256像素的补丁并由专家标注。主要用于开发计算机辅助诊断工具，提高病理学家诊断效率。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/IAM-CVC/HelicoBacterDetection.git
curl -L -o repo.zip https://github.com/IAM-CVC/HelicoBacterDetection/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
HelicoBacterDetection
Detection of HPylori in immunohistochemically stained histological images using Autoencoders.
We propose to use autoencoders to learn the latent patterns of healthy
patches and, under the assumption that such autoencoder will poorly reconstruct
the red channel associated to H. pylori staining, we formulate a specific measure
of this reconstruction error in HSV space. ROC analysis is used to set the optimal
threshold on this measure, as well as, the percentage of positive patches in a
sample that determines the presence of H. pylori.
We provide Python code and a sample of the database. The full dataset with annotations (around 19 GB) will be able to be downloaded soon here
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 幽门螺杆菌感染 的高质量、多模态真实临床数据定制解决方案。
