HUPatho2BrainTumor 脑肿瘤组织病理图像数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.16693635

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 21.97 GB。

数据说明

HUPatho2BrainTumor 该数据集包含脑肿瘤的组织病理学图像，用于机器学习分类模型和研究目的。数据集概述 该数据集分为6个文件夹，分别代表不同的脑肿瘤类型和背景脑组织：文件夹 肿瘤类型 病例数 图像数 G 胶质母细胞瘤，IDH-野生型 66 1,146 A 星形细胞瘤，IDH-突变型 26 248 O 少突胶质细胞瘤，IDH-突变型，1p19q-共缺失。

24,272例脑转移瘤 81例 1,041例原发性中枢神经系统淋巴瘤 52例 491例背景脑组织 147例（由5例尸检案例增强而来）4,828例 文件命名规范 每个文件夹中的图像命名方式为：[类别][病例编号]_[图像编号].jpg 例如：G0001_01.jpg 表示第一个胶质母细胞瘤病例的第一张图像 使用说明 本数据集适用于：训练和评估脑肿瘤分类模型 数字病理学中的深度学习研究 计算机辅助诊断系统开发 医学图像分析研究 图像规格 格式：JPEG 每个病例包含多张图像，以捕捉不同区域和特征 注意事项 为保护隐私，病例标识已匿名化处理 数据集包含针对背景脑组织类别的多种增强图像，以提升模型训练效果 欢迎使用本数据集开发分类模型，推动计算病理学研究！

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。