KidneyAI 糖尿病肾病肾小球病理图像数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.17456927

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 1.77 GB。

数据说明

利用人工智能简化糖尿病肾病组织病理学工作流程 摘要 从BTBR ob/ob糖尿病肾病研究的30张全切片图像(WSIs)中提取了一套精选的3,928张PAS染色的鼠标肾小球图像。每个肾小球均经过中心裁剪，并由三位肾脏病理学专家独立采用5类方案进行标注：正常、轻度、中度、重度和排除(无信息)。 内容 图像：3,928个裁剪的肾小球区块(PAS染色)，源自30张WSIs。 标签：每个肾小球的专家评分三次(专家1-3)以及切片/研究来源的元数据。 模式：类别标签{0,1,2,3,排除}；可选的分割文件用于交叉验证，如手稿中所使用。 文件格式：图像：PNG 注释和元数据：JSON 引用 使用此数据集时，请引用我们的论文“利用人工智能简化糖尿病肾病组织病理学工作流程”。

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。