乳腺癌组织学与免疫组化图像数据集
该数据集包含去标识化的组织学与免疫组化图像、对应的二值标注掩膜以及结构化病例级元数据。每个病例的JSON文件记录肿瘤特征、诊断评估、图像特征及对应掩膜信息
基本信息
资源简介
乳腺癌组织学与免疫组化图像数据集
Breast Cancer Histology and Immunohistochemistry Image Dataset
该数据集包含去标识化的组织学与免疫组化图像、对应的二值标注掩膜以及结构化病例级元数据。图像为单个视野，分辨率4096×3286像素，以JPEG格式提供，并按IDXXX_TTTT_N.jpg规则命名，其中TTTT涵盖H&E、ER、HER2、KI67、PR五种图像类型。每个病例的JSON文件记录肿瘤特征、诊断评估、图像特征及对应掩膜信息。数据可用于乳腺癌显微图像的分类、分割等计算机视觉研究（来源 DOI 解析，Creative Commons Attribution Non Commercial 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：数据集包含去标识化的组织学与免疫组化图像、对应的二值标注掩膜以及结构化病例级元数据。数据集包含单个视野的图像，分辨率为4096×3286像素，并附有掩膜。所有图像均以JPEG格式提供，并按以下约定命名：IDXXX_TTTT_N.jpg，其中XXX为病例编号，TTTT为图像类型，N为图像编号。TTTT可取五个值之一：H&E、ER、HER2、KI67、PR。每个病例的JSON文件包含肿瘤特征、诊断评估、图像特征及对应掩膜的信息。
【主题与分类】
主题标签：Breast cancer、Histology、Microscopy、Computer vision。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.21487211
使用许可：Creative Commons Attribution Non Commercial 4.0 International。
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
源站：https://doi.org/10.5281/zenodo.21487211
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 518.5 MB。
数据说明
数据集包含去标识化的组织学和免疫组化图像、相应的二值注释掩码以及结构化的病例级元数据。数据集包含分辨率为4096×3286像素的单个视野图像及其掩码。所有图像均以JPEG格式提供，并按照以下命名规则命名：IDXXX_TTTT_N.jpg，其中XXX为病例编号，TTTT为图像类型，N为图像编号。TTTT可取以下五个值之一：H&E、ER、HER2、KI67、PR。每个病例的JSON文件包含肿瘤特征、诊断评估、图像特征及相应掩码的信息。
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。
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。
