浸润性导管癌数据集
乳腺癌组织病理图像数据集，用于浸润性导管癌检测。
基本信息
资源简介
浸润性导管癌数据集
【数据集背景】
本数据集源站标题为《IDC dataset》。源站首次发布：2019-09-16。
【数据内容】
源站原始描述：Modify from Paper: Originally, WSIs of diagnosed IDCs from 162 women at the Hospital of the University of Pennsylvania (HUP) and The Cancer Institute of New Jersey (CINJ) were digitized. Cruz-Roa et al. [22] introduced a dataset consisting of IDC tissue regions which were scanned at 40x (0.25 μm/pixel resolution) and stained using Hematoxylin & Eosin (H&E). Due to their extremely large size, these WSIs were down-sampled by a factor of 16:1 to a resolution of 4 μm/pixel. Therefore, this huge data…
【数据结构与技术规格】
文件数 20 个，合计 122.07 KB。
【主题与分类】
主题标签：cancer、health。
【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/kasikrit/idc-dataset
使用许可：Unknown。
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("kasikrit/idc-dataset")
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 kasikrit/idc-dataset
unzip idc-dataset.zip -d idc-dataset/
数据集大小约 1.55 GB。
数据说明
该数据集包含来自乳腺癌患者的组织病理学图像，用于识别浸润性导管癌（IDC），属于医学影像模态，任务为癌症检测与分类。
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。
