乳腺癌语义分割数据集
组织病理学图像乳腺癌语义分割数据集，用于分割乳腺癌区域。
基本信息
资源简介
乳腺癌语义分割数据集
【数据集背景】
本数据集源站标题为《Breast Cancer Semantic Segmentation》。源站首次发布：2025-07-27。
【数据内容】
源站原始描述：## Overview This dataset is created for **semantic segmentation of histopathological images**. It contains **expert-verified masks** that serve as the ground truth for five tissue classes plus an ignore class. All images and masks are 352 × 352 pixels and are already split into training, validation, and test sets. - ## Dataset Structure The data are divided into three partitions: `train`, `valid`, and `test`. Each partition contains two sub-folders: ### Patches - **Format**: PNG - **Content**:…
【数据结构与技术规格】
文件数 20 个，合计 19.86 KB。
【主题与分类】
主题标签：business、cancer、image、computer vision、artificial intelligence、image segmentation。
【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.kaggle.com/datasets/lucasiturriago/breast-cancer-ss
使用许可：MIT。
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
# 首次使用需 Kaggle 账号授权（浏览器弹一次，凭据缓存后免重复）
import kagglehub
path = kagglehub.dataset_download("lucasiturriago/breast-cancer-ss")
print("数据已下载至:", path) # 返回本地目录路径
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token,
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d lucasiturriago/breast-cancer-ss
unzip breast-cancer-ss.zip -d breast-cancer-ss/
数据集大小约 0.58 GB。
数据说明
本数据集包含组织病理学图像，用于乳腺癌的语义分割任务。图像为组织病理学切片，旨在帮助研究人员开发乳腺癌区域分割模型。
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。
