Ph阴性骨髓增殖性肿瘤组织病理学图像数据集v2
包含300张Ph阴性骨髓增殖性肿瘤（ET、PV、MF）的骨髓活检组织病理图像，可用于图像分割与疾病分类。
基本信息
资源简介
Ph阴性骨髓增殖性肿瘤组织病理学图像数据集v2
【一句话概览】
本数据集是 Mendeley Data 公开的影像数据集，收录 300 个文件、合计 2.07 GB，可用于医学图像分割、检测与分类模型的训练与评测。
【数据集背景】
本数据集源站标题为《Histopathology Imagery Dataset of Ph-Negative Myeloproliferative Neoplasm.v2》。源站首次发布：2023-07-11。
【数据内容】
源站原始描述：Despite advanced technology in diagnostic tools to boost the procedure, the morphological assessment of bone marrow trephine (BMT) images remains critical to confirm and differentiate MPN subtypes. Hence, this histopathological imagery dataset was generated and focuses on the most typical MPN from Philadelphia chromosome (Ph)-negative type, which are Essential Thrombocythemia (ET), Polycythemia Vera (PV), Primary Myelofibrosis (MF). This dataset consists of 300 BMT images which can be used to en…
中文译文（机器翻译，仅供快速理解，请以原文为准）：尽管诊断工具中的先进技术提升了该流程，骨髓环钻（BMT）图像的形态学评估对于确认和区分MPN亚型仍然至关重要。因此，生成了该组织病理学图像数据集，并聚焦于费城染色体（Ph）阴性类型中最典型的MPN，即原发性血小板增多症（ET）、真性红细胞增多症（PV）和原发性骨髓纤维化（MF）。该数据集包含300幅BMT图像，可用于图像分割、疾病分类和目标识别等计算机视觉应用。因此，该应用可帮助医疗从业者克服当前挑战，例如对人类专业知识的高度依赖和误诊。
【数据结构与技术规格】
文件数 300 个，合计 2.07 GB。数据集 DOI：10.17632/hbdh66ws8d.1。
【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://data.mendeley.com/datasets/hbdh66ws8d
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。
暂未开放公开下载
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。
免登录有偿下载
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
源站：https://data.mendeley.com/datasets/hbdh66ws8d
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
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。
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。
