心肌淀粉样变性组织病理学检测与分割数据集
该数据集开源在GitHub上，专注于心肌淀粉样变性的自动化病理诊断。通过提供刚果红染色及对应的荧光金标准标注，帮助研究人员训练能够精细分割并检测心肌组织内淀粉样纤维沉积的深度学习模型。
基本信息
模态
图像
任务类型
图像分割
创建/更新时间
2024-01-01
资源简介
该数据集包含刚果红染色的心肌组织病理学切片，利用荧光引导进行淀粉样蛋白沉积的标注，支持切片的二分类识别与像素级分割。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/Gizmopath/Cardiac-Amyloid.git
curl -L -o repo.zip https://github.com/Gizmopath/Cardiac-Amyloid/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Software Requirements
- Python
3.10or later - NVIDIA GPU with CUDA support (optional for faster training/inference)
Installation
Clone the repository and install dependencies:
git clone https://github.com/your-username/Cardiac-Amyloid.git
cd Cardiac-Amyloid
pip install -r requirements.txt
## 数据加载示例（图像类）
```python
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 淀粉样变性 的高质量、多模态真实临床数据定制解决方案。
