乳腺癌病理学图像数据集
乳腺癌病理图像数据集包含完整全切片扫描图像及大量提取的高分辨率病理子图像，属于图像数据，具有较强病理代表性，主要用于乳腺癌图像分类、自动识别和医疗AI模型训练。
基本信息
资源简介
乳腺癌病理学图像数据集
【一句话概览】
该公开数据集包含以40倍扫描的162个完整乳腺癌标本幻灯片图像，并从中提取了277,524个大小为50×50的补丁，其中198,738个为IDC负值，78,786个为IDC正值。每个补丁文件名格式为u_xX_yY_classC.png，u为患者ID，X、Y为裁剪坐标，C为类别，0表示非IDC，1表示IDC。数据集标签涉及医学影像、乳腺癌、组织病理学、图像分类与IDC（来源 cvmart.net）。
【数据集背景】
本数据集源站标题为《乳房组织病理学图像公开》。
【数据内容】
源站原始描述：原始数据集包含以 40 倍扫描的 162 个完整的乳腺癌 (BCa) 标本幻灯片图像。从中提取了 277,524 个大小为 50 x 50 的补丁（198,738 个 IDC 负值和 78,786 个 IDC 正值）。每个补丁的文件名格式为：u_xX_yY_classC.png — > example 10253_idx5_x1351_y1101_class0.png。其中 u 是患者 ID (10253_idx5)，X 是裁剪此补丁的 x 坐标，Y 是裁剪此补丁的 y 坐标，C 表示类，其中 0 是非 IDC 和1 是数据中心。 Acknowledgements The original files are located here: Citation: and
中文译文（机器翻译，仅供快速理解，请以原文为准）：原始数据集包含162个完整乳腺癌(BCa)标本的幻灯片图像，以40倍扫描。从中提取了277,524个大小为50 x 50的补丁（198,738个IDC阴性，78,786个IDC阳性）。每个补丁的文件名格式为：u_xX_yY_classC.png —> 例如10253_idx5_x1351_y1101_class0.png。其中u代表患者ID（10253_idx5），X是裁剪此补丁的x坐标，Y是裁剪此补丁的y坐标，C表示类别，0表示非IDC，1表示IDC。致谢 原始文件位于：http://gleason.case.edu/webdata/jpi-dl-tutorial/IDC_regular_ps50_idx5.zip 引用：https://www.ncbi.nlm.nih.gov/pubmed/27563488 和 http://spie.org/Publications/Proceedings/Paper/10.1117/12.2043872
【主题与分类】
主题标签：医学影像、乳腺癌、组织病理学、图像分类、IDC。
【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.cvmart.net/dataSets/detail/726
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://www.cvmart.net/dataSets/detail/726
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注册登录）；
- 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 3.10 GB。
数据说明
该数据集包含162个完整的乳腺癌标本幻灯片图像，源自公开网站，经40倍放大扫描后，从中提取出277,524张50×50像素的子图像。数据规模大、分辨率高，具有良好的病理代表性，适用于乳腺癌的自动诊断与分析。主要用于训练医疗大模型，辅助病理图像识别，提升乳腺癌早期检测的准确性，推动医学人工智能在临床诊疗中的应用。
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。
