胃癌诊断数据集|医学图像分析数据集

GasHisSDB胃癌诊断数据集包含大量正常与异常胃癌H&E染色组织病理图像,并提供多尺度图像及类别标注,属于图像数据,主要用于胃癌图像分类、模型评测和计算机辅助诊断研究。

东北大学智能显微成像与分析实验室MIaMIA Group东北大学智能显微成像与分析实验室MIaMIA Group
Gitee
2025-12-22 更新
浏览 37
图像图像分类Gastric HistopathologySubsize Image DatabaseGasHisSDBnormalabnormal
Gastric Cancer Diagnosis Dataset | Medical Image Analysis Dataset

基本信息

模态
图像
大小
4.77 GB
数据量
245196
任务类型
图像分类
创建/更新时间
2025-12-22

资源简介

胃癌诊断数据集 医学图像分析数据集

【一句话概览】

MIaMIA-Open-Data-Gastric-Histopathology-Image 对应的 GasHisSDB 是一个新的胃组织病理学亚尺寸图像数据库,共包含 245196 张影像,该仓库仅提供部分示例,如需完整数据库需联系相关方。源站标签涵盖胃组织病理学、亚尺寸图像数据库、GasHisSDB 以及正常与异常类别(来源 gitee.com)。

【数据集背景】

本数据集源站标题为《MIaMIA-Open-Data-Gastric-Histopathology-Image》。

【数据内容】

源站原始描述:GasHisSDB is a New Gastric Histopathology Subsize Image Database with a total of 245196 images. This repository is some examples. Please contact us if you need a complete database

中文译文(机器翻译,仅供快速理解,请以原文为准):GasHisSDB是一个新的胃组织病理学子尺寸图像数据库,总共包含245196张图像。此仓库提供了一些示例。如需完整数据库,请与我们联系。

【主题与分类】

主题标签:Gastric Histopathology、Subsize Image Database、GasHisSDB、normal、abnormal。

【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://gitee.com/neuhwm/GasHisSDB.git

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

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

源站:https://gitee.com/neuhwm/GasHisSDB.git

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。

数据集大小约 4.77 GB。

数据说明

Gastric Cancer Diagnosis Dataset

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。

获取专属数据定制方案