慕尼黑AML细胞形态学数据集
该数据集包含AML患者和非恶性对照外周血涂片中的专家标注单细胞图像，适合白细胞分类和形态学识别。由Ludwig Maximilian University of Munich提供，来自The Cancer Imaging Archive，包含18365条数据记录，许可证为CC BY 4.0，专注于肿瘤领域的急性髓系白血病研究。
基本信息
资源简介
慕尼黑AML细胞形态学数据集
【一句话概览】
本数据集是 TCIA 公开的影像数据集，收录 合计 11.00 GB、200 例受试者，主题涵盖 Acute Myeloid Leukemia，可用于医学图像分割、检测与分类模型的训练与评测，CC BY 3.0 许可开放获取。
【数据集背景】
本数据集源站标题为《A Single-cell Morphological Dataset of Leukocytes from AML Patients and Non-malignant Controls》。源站首次发布：2019/10/24。
【数据内容】
源站原始描述：The Munich AML Morphology Dataset contains 18,365 expert-labeled single-cell images taken from peripheral blood smears of 100 patients diagnosed with Acute Myeloid Leukemia at Munich University Hospital between 2014 and 2017, as well as 100 patients without signs of hematological malignancy. Image acquisition was done using a M8 digital microscope / scanner (Precipoint GmbH, Freising, Germany) at 100-fold optical magnification and oil immersion. Pathological and non-pathological leukocytes were…
【数据结构与技术规格】
数据集 DOI：10.7937/tcia.2019.36f5o9ld。
【主题与分类】
源站学科分类：Histopathology、Photomicrograph、Other、Classification。主题标签：Acute Myeloid Leukemia。
【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.cancerimagingarchive.net/collection/aml-cytomorphology_lmu/
使用许可：CC BY 3.0（https://creativecommons.org/licenses/by/3.0/）。
规范引用：“Matek, C., Schwarz, S., Marr, C., & Spiekermann, K. (2019). A Single-cell Morphological Dataset of Leukocytes from AML Patients and Non-malignant Controls [Data set]. The Cancer Imaging Archive. “
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（TCIA 标准方式）
方式一：NBIA 搜索
- 打开 NBIA 搜索页（免费注册 TCIA 账号）；
- 按本数据集 Collection 名称筛选（见源站页面），加入 Download Basket；
- 用 NBIA Download Manager 批量下载 DICOM。
方式二：NBIA API（程序化）
curl -s "https://services.cancerimagingarchive.net/nbia-api/services/v1/getSeries?Collection=COLLECTION_NAME" -o series.json
方式三：TCIA Manifest + dicomsort
在 Collection 页面下载 .tcia manifest 文件后用 NBIA CLI 下载。
数据说明
该数据集包含AML患者和非恶性对照外周血涂片中的专家标注单细胞图像，适合白细胞分类和形态学识别。
数据加载示例（DICOM 影像）
import pydicom, glob, os
files = glob.glob(os.path.join(path, "**", "*.dcm"), recursive=True)
d = pydicom.dcmread(files[0])
print("Modality:", d.Modality)
img = d.pixel_array
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。
