形态异质性 (MH) 数据集

Name: 形态异质性 (MH) 数据集
Creator: BloodML

红细胞形态异质性数据集，包含微流体流动红细胞图像、掩码、边界框及形态标签。

BloodML

GitHub

2022-12-25 更新

医学影像红细胞形态医学影像

基本信息

模态

医学影像

创建/更新时间

2022-12-25

资源简介

该数据集包含通过微流体设备流动的红细胞（RBCs）的图像、二进制掩码、边界框、形态标签以及其他度量，用于研究红细胞形态异质性。

原始链接

https://github.com/BloodML/Morphological-Heterogeneity-Code

访问原始数据

官方服务

如需原始数据获取支持或标注服务，请联系我们。

帮我联系

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/BloodML/Morphological-Heterogeneity-Code.git

curl -L -o repo.zip https://github.com/BloodML/Morphological-Heterogeneity-Code/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

Requirements

MATLAB 2021b or higher
Image Processing Toolbox (11.4)
Statistics and Machine Learning Toolbox (12.2)
Computer Vision Toolbox (10.1)

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