宫颈细胞图像数据集（31岁女性，宫颈外口）

数据集获取

源站：https://mostwiedzy.pl/en/open-research-data/cervix-uteri-exocervix-female-31-cell-image-6300730028257151,6300730028257151-4

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

该数据集是由格但斯克医科大学采集并存储于ZMDL-GUMED的宫颈细胞组织病理学图像数据集。数据集包含31岁女性宫颈外口（Exocervix）的细胞样本图像，采用Pannoramic 250 3DHistech玻片扫描仪在20倍放大倍数下采集，保存为DICOM格式。数据包含详细的临床信息：患者临床描述为预防性检查、宫颈外翻、口服避孕药使用史，组织病理学检查结果为NILM（无上皮内病变或恶性肿瘤），巴氏涂片显示多个表层上皮细胞（部分重叠）、多个宫颈腺细胞群及少量粒细胞。样本采用SurePath液基细胞学技术采集，使用巴氏染色法（Papanicolaou染色）。该数据集主要用于宫颈癌筛查、细胞病理学分析、医学图像处理算法开发等研究方向。

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。