人类蛋白质图谱乳腺癌免疫组化图像数据集
该数据集源自人类蛋白质图谱（HPA）的免疫组化（IHC）图像，由 Electric Sheep Africa 整理发布，聚焦乳腺癌相关 IHC 表达谱
基本信息
资源简介
人类蛋白质图谱乳腺癌免疫组化图像数据集
electricsheepafrica/ssa-breast-ihc-profiles
该数据集源自人类蛋白质图谱（HPA）的免疫组化（IHC）图像，由 Electric Sheep Africa 整理发布，聚焦乳腺癌相关 IHC 表达谱。数据规模在 1 万至 10 万条之间，提供 CSV 与 parquet 两种格式，含表格与文本模态，适用于基于 IHC 特征的表格分类或回归分析，可用于乳腺癌蛋白表达模式研究与非洲多祖先人群数据发现（来源 Hugging Face，other 许可）。
【数据集背景】
本数据集源站标题为《A set of immunohistochemistry (IHC) images from the human protein atlas (HPA)》。源站首次发布：2025-11-24。
【数据内容】
源站描述（机器翻译，仅供参考）：SSA 乳腺免疫组化（IHC）图谱数据集（女性，多祖先）| 非洲（Electric Sheep Africa 元数据清单）规模类别： 10K<n<100K - 格式： parquet - 领域： 健康 - 由 Electric Sheep Africa 构建 摘要 该数据集是 Hugging Face 上 Electric Sheep Africa 目录的一部分。它为非洲数据发现而索引，配有标准化元数据、加载指南、来源说明和面向分析师的背景信息。 本数据集涵盖内容 健康数据集帮助研究人员考察疾病负担、服务提供、风险因素、结果以及
【数据结构与技术规格】
文件数 2 个，合计 1.68 MB。
【主题与分类】
主题标签：africa、electric-sheep-africa、open-data、metadata-backed、health、parquet。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://huggingface.co/datasets/electricsheepafrica/ssa-breast-ihc-profiles
使用许可：other。
【使用注意】
· 源站最后修改于 2026-08-12，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("electricsheepafrica/ssa-breast-ihc-profiles")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/electricsheepafrica/ssa-breast-ihc-profiles
数据集大小约 153.5 KB。
仓库文件结构
.gitattributesREADME.mdimmunohistochemistry_data.csvimmunohistochemistry_data.parquet
数据说明
Electric Sheep Africa (2025). ssa-breast-ihc-profiles [Dataset]. https://huggingface.co/datasets/electricsheepafrica/ssa-breast-ihc-profiles
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。
完整数据卡：huggingface.co/datasets/electricsheepafrica/ssa-breast-ihc-profiles
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
