Grand Challenge：乳腺癌免疫组化图像生成挑战
乳腺癌免疫组化图像生成挑战旨在直接从 HE 染色图像生成 IHC 染色的乳腺癌组织病理图像。主题标签：肿瘤、乳腺癌、免疫组化、图像生成、病理图像、HE染色
基本信息
资源简介
Grand Challenge：乳腺癌免疫组化图像生成挑战
Grand Challenge 平台上的乳腺癌免疫组化图像生成挑战（Breast Cancer Immunohistochemical Image Generation Challenge）聚焦于肿瘤与乳腺癌方向，其核心目标是直接从 HE 染色的乳腺癌组织病理图像生成 IHC 染色的对应图像。该挑战围绕免疫组化、图像生成、病理图像与 HE 染色等主题展开，面向病理图像分析与生成任务，为相关研究提供了一个公开的挑战场景。整体而言，该数据集以乳腺癌组织病理图像为对象，关注 HE 染色到 IHC 染色之间的图像转换问题，属于肿瘤病理图像生成领域的一项专门挑战。
【数据集背景】
该数据集来源于 Grand Challenge 平台，具体站点为 bci.grand-challenge.org。其设立背景与乳腺癌病理诊断中的免疫组化染色需求相关。在病理工作中，HE 染色与 IHC 染色是常用的组织切片染色方式，而该挑战旨在探索直接从 HE 染色图像生成 IHC 染色乳腺癌组织病理图像的可能性。挑战的英文名称为 Breast Cancer Immunohistochemical Image Generation Challenge，中文可理解为乳腺癌免疫组化图像生成挑战。本站将其归类为肿瘤 / 乳腺癌方向，主题标签包括肿瘤、乳腺癌、免疫组化、图像生成、病理图像、HE 染色。源站描述指出，该挑战的目标是直接从 HE 染色图像生成 IHC 染色的乳腺癌组织病理图像。
【数据内容】
该数据集围绕乳腺癌组织病理图像展开，涉及 HE 染色图像与 IHC 染色图像两类模态。挑战的核心任务是图像生成，即从 HE 染色图像直接生成 IHC 染色的乳腺癌组织病理图像。数据内容的具体规模、图像数量、分辨率、病例数、切片数量、配对方式等细节，源站未提供。除主题标签所反映的肿瘤、乳腺癌、免疫组化、图像生成、病理图像、HE 染色等方向外，源站未提供更细的数据字段说明。
【采集与来源】
该数据集的来源站为 bci.grand-challenge.org，属于 Grand Challenge 平台上的挑战项目。源站描述仅说明该挑战旨在直接从 HE 染色图像生成 IHC 染色的乳腺癌组织病理图像。关于数据采集机构、采集地点、采集时间、扫描设备、染色流程、伦理审批、病例来源等具体信息，源站未提供。
【适用场景】
该数据集适用于乳腺癌组织病理图像相关的图像生成任务，尤其是从 HE 染色图像到 IHC 染色图像的转换研究。其主题标签涵盖肿瘤、乳腺癌、免疫组化、图像生成、病理图像与 HE 染色，因此可服务于病理图像生成、染色模态转换、免疫组化图像合成等方向的研究与评测。该挑战也可作为算法比较与基准测试的场景。除上述方向外，源站未提供其他具体适用场景。
【使用方法】
该数据集以 Grand Challenge 挑战的形式发布，用户可通过来源站 bci.grand-challenge.org 了解参与方式。关于数据下载方式、训练集与测试集划分、提交格式、评价指标、排行榜规则、基线方法、代码示例等具体使用说明，源站未提供。
【质量与限制】
该数据集聚焦于乳腺癌 HE 染色到 IHC 染色的图像生成任务，其质量与限制的具体信息，如图像质量、标注质量、数据偏差、样本代表性、评价指标可靠性等，源站未提供。使用时需注意，该挑战的目标是生成 IHC 染色的乳腺癌组织病理图像，相关结论应限定在源站描述所覆盖的范围内。
【引用与许可】
该数据集的引用方式、许可协议、使用条款、版权归属等信息，源站未提供。
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
源站：https://bci.grand-challenge.org/
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:
数据说明
The Breast Cancer Immunohistochemical Image Generation Challenge aims to directly generate IHC-stained breast cancer histopathology images from HE-stained images.
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。
