BCI乳腺癌免疫组化图像
BCI乳腺癌免疫组化图像数据集包含结构对齐的H&E与IHC染色图像，并覆盖HER2不同表达等级，属于配对图像数据，主要用于病理图像生成、染色转换、深度学习训练和辅助诊断研究。
基本信息
资源简介
BCI乳腺癌免疫组化图像
【一句话概览】
nuScenes 是一个大规模自动驾驶数据集，包含在波士顿和新加坡收集的 1000 个场景的 3D 边界框。每个场景长 20 秒，以 2Hz 标注，共产生 28130 个训练样本、6019 个验证样本和 6008 个测试样本。数据集涵盖 32 光束激光雷达、6 个摄像头和具备完整 360° 覆盖的雷达。其 3D 目标检测挑战评估汽车、卡车、公共汽车、拖车、建筑车辆、行人、摩托车、自行车、交通锥和障碍物共 10 个类别（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《nuScenes》。
【数据内容】
源站原始描述：nuScenes数据集是一个大规模的自动驾驶数据集。该数据集具有用于在波士顿和新加坡收集的1000场景的3D边界框。每个场景长20秒，注释为2Hz。这导致总共28130个用于训练的样本，6019个用于验证的样本和6008个用于测试的样本。该数据集具有完整的自动驾驶车辆数据套件: 32光束激光雷达，6个摄像头和具有完整360 ° 覆盖的雷达。3D对象检测挑战评估10个类别的性能: 汽车，卡车，公共汽车，拖车，建筑车辆，行人，摩托车，自行车，交通锥和障碍物。
中文译文（机器翻译，仅供快速理解，请以原文为准）：The nuScenes dataset is a large-scale autonomous driving dataset. It features 3D bounding boxes for 1000 scenes collected in Boston and Singapore. Each scene is 20 seconds long and annotated at 2Hz. This results in a total of 28130 samples for training, 6019 samples for validation, and 6008 samples for testing. The dataset includes a full suite of autonomous vehicle data: 32-beam LiDAR, 6 cameras, and radar with full 360° coverage. The 3D object detection challenge evaluates performance across 10 categories: car, truck, bus, trailer, construction vehicle, pedestrian, motorcycle, bicycle, traffic cone, and barrier.
【主题与分类】
主题标签：图像、点云、自动驾驶、CV、OpenMMLab、经典Benchmark、三维物体检测、nuScenes。
【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://opendatalab.org.cn/OpenDataLab/nuScenes
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。
需登录公开下载
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。
暂未开放有偿下载
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://opendatalab.org.cn/OpenDataLab/nuScenes
标准获取流程：
- 访问源站链接，注册/登录账号（该平台要求数据下载前实名认证）；
- 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 2.71 GB。
数据说明
BCI数据集由北京朝阳医院与首都医科大学合作构建，专注于乳腺癌免疫组化图像生成，包含4872对结构级对齐的H&E与IHC染色图像，涵盖HER2四种表达水平（0、1+、2+、3+），涉及51对全切片图像。数据经脱敏处理，支持HE到IHC的图像转换算法研究。该数据集为深度学习驱动的病理图像合成提供了高质量配对数据，已应用于Pyramid Pix2pix等模型，推动非商业学术研究与病理诊断辅助技术发展。
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。
