结直肠癌图像分析数据集
EBHI-Seg结直肠癌图像数据集包含H&E染色内窥镜活检组织图像及像素级真实标签，覆盖息肉、腺瘤和腺癌等病变，属于图像数据，主要用于病理图像分割和自动识别算法评测。
基本信息
资源简介
结直肠癌图像分析数据集
【数据集背景】
本数据集源站标题为《Colorectal Cancer WSI》。源站首次发布：2024-03-26。
【数据内容】
源站原始描述：# This is a public dataset. The description is quoted from the research paper given below. Background and Purpose: Colorectal cancer is a common fatal malignancy, the fourth most common cancer in men, and the third most common cancer in women worldwide. Timely detection of cancer in its early stages is essential for treating the disease. Currently, there is a lack of datasets for histopathological image segmentation of rectal cancer, which often hampers the assessment accuracy when computer tech…
【数据结构与技术规格】
文件数 20 个，合计 2.26 MB。
【主题与分类】
主题标签：cancer、image。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/mahdiislam/colorectal-cancer-wsi
使用许可：CC BY-SA 4.0。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("mahdiislam/colorectal-cancer-wsi")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d mahdiislam/colorectal-cancer-wsi
unzip colorectal-cancer-wsi.zip -d colorectal-cancer-wsi/
数据集大小约 0.26 GB。
数据说明
该数据集为结直肠癌组织病理学苏木精-伊红染色图像数据集（EBHI-Seg），包含2,855张内窥镜活检组织图像及对应真实标签，涵盖正常、息肉、低级别/高级别上皮内瘤变、锯齿状腺瘤和腺癌六类病变，适用于图像分割任务。数据按4:4:2划分为训练、验证和测试集，支持传统机器学习与深度学习实验。数据集规模适中，标注准确，可用于开发和验证结直肠癌自动识别算法，助力医疗大模型训练与临床辅助诊断。
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。
许可
MIT
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。
