疟疾：细胞图像数据集
数据覆盖感染与未感染两类细胞形态，适用于疟疾相关的细胞图像二分类任务，可用于训练和评估感染检测模型（来源 Mendeley Data）
基本信息
资源简介
疟疾：细胞图像数据集
“Malaria: cell images”是一个面向疟疾细胞图像二分类研究的公开数据集，收录了感染与未感染两类细胞形态图像，共27,558张，按寄生感染与未感染两个文件夹组织，以ZIP压缩包形式提供下载。该数据集发布于2022年8月11日，当前版本为v1，DOI为10.17632/y7z2vg7fmy.1，来源为Mendeley Data，在本站归入感染／寄生虫病分类。其图像规模与二分类结构适合用于训练和评估疟疾感染检测模型，也可作为细胞图像分类算法在医学场景下的基准数据使用。
【数据集背景】
疟疾是由寄生虫引起的传染病，临床与实验室场景中对感染细胞的识别是相关检测流程的重要环节。随着图像分析与机器学习方法在医学图像领域的应用，构建带有感染／未感染标注的细胞图像数据集，可以为感染检测模型的训练与评估提供数据基础。“Malaria: cell images”正是在这一背景下公开的数据资源，其分类归属为感染／寄生虫病，聚焦于疟疾相关的细胞形态二分类问题。
【数据内容】
该数据集包含2个文件夹，分别为“Parasitized”（寄生感染）与“Uninfected”（未感染），图像总数为27,558张。数据以单个文件形式提供，文件样例为cell_images.zip，下载后为ZIP压缩包格式，合计355.94 MB。数据覆盖感染与未感染两类细胞形态，标签体系为二分类，即每张图像归属于寄生感染或未感染其中之一。
【采集与来源】
数据集来源站为data.mendeley.com（Mendeley Data），发布时间为2022年8月11日，版本为v1，DOI为10.17632/y7z2vg7fmy.1。源站描述说明该数据集包含上述两个文件夹及27,558张图像。关于图像的具体采集地点、采集设备、染色方法、供体信息及伦理审批等细节，源站未提供。
【适用场景】
依据其感染与未感染两类细胞形态的构成，该数据集适用于疟疾相关的细胞图像二分类任务，可用于训练和评估感染检测模型。典型用途包括细胞图像分类模型的开发与对比、感染检测流程中的图像识别环节验证，以及作为医学图像二分类算法在寄生虫病场景下的实验数据。由于标签为二分类结构，其适用范围集中于感染／未感染的判别，不涉及虫种分型或多类别识别。
【使用方法】
使用时可先下载数据文件cell_images.zip，该压缩包合计355.94 MB，解压后按“Parasitized”与“Uninfected”两个文件夹组织图像。读取时按ZIP压缩包格式处理，建议先在小样本上核对字段与编码，确认无误后再批量接入，以避免因路径、命名或编码问题导致批量处理出错。在模型训练中，可将两个文件夹分别作为正负类标签来源，构建二分类训练集与评估集。
【质量与限制】
该数据集提供27,558张图像，规模较大且类别结构清晰，便于二分类任务使用。但源站未提供图像分辨率、采集条件、标注流程与标注一致性等信息，也未说明各类别图像的具体数量分布；此外，数据仅以单一ZIP压缩包形式提供，未提供划分好的训练集、验证集与测试集。使用时应自行核查数据完整性并合理划分数据，相关质量细节以源站说明为准。
【引用与许可】
该数据集的DOI为10.17632/y7z2vg7fmy.1，版本为v1，来源为Mendeley Data。使用时应通过该DOI引用原始数据。关于具体的许可条款与使用限制，源站未提供。
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/y7z2vg7fmy/1
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:
数据集大小约 355.9 MB。
数据说明
Ghazala HCINI (2022). Malaria: cell images [Dataset]. http://doi.org/10.17632/y7z2vg7fmy.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
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。
