慕尼黑人类急性髓系白血病细胞形态学数据集
该数据集由慕尼黑大学（LMU）等机构提供，汇集了从急性髓系白血病患者及非恶性疾病对照群体中提取的外周血涂片单细胞形态学显微图像。数据集包含超过1.8万张经过医学专家精心标注的白细胞单细胞图片（如不同成熟阶段的骨髓细胞等），广泛用于基于深度学习的白血病细胞图像分类与智能辅助诊断模型的训练与评估。
基本信息
资源简介
慕尼黑人类急性髓系白血病细胞形态学数据集
【数据集背景】
本数据集源站标题为《Human Leukemia Cytomorphology Dataset》。源站首次发布：2024-07-05。
【数据内容】
源站原始描述：This dataset comprises blood cell images from four prevalent Acute Myeloid Leukemia (AML) subtypes with defining genetic abnormalities and typical morphological features according to the WHO 2022 classification: (i) APL with PML::RARA fusion, (ii) AML with NPM1 mutation, (iii) AML with CBFB::MYH11 fusion (without NPM1 mutation), and (iv) AML with RUNX1::RUNX1T1 fusion, as well as a control group of healthy stem cell donors. **** Each folder under the root directory represent one classs. These ar…
【数据结构与技术规格】
文件数 20 个，合计 1.25 MB。
【主题与分类】
主题标签：cancer、image classification、diseases。
【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/gchan357/human-aml-cytomorphology-dataset
使用许可：Other (specified in description)。
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("gchan357/human-aml-cytomorphology-dataset")
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 gchan357/human-aml-cytomorphology-dataset
unzip human-aml-cytomorphology-dataset.zip -d human-aml-cytomorphology-dataset/
数据集大小约 2.50 GB。
数据说明
包含来自AML患者及健康对照群体的数万张外周血白细胞单细胞高分辨率显微图像，常用于AI辅助的细胞形态分类。
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
CC BY-NC-SA 4.0
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。
