SiNuS：用于乳腺癌HER2分级的单核分割综合数据集

数据集获取

源站：https://doi.org/10.17632/gtjrgwbntc

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 119.8 MB。

数据说明

该数据集为双染原位杂交（Dual-ISH）乳腺癌图像（20×）中的单核分割提供了经临床验证的标注，这对于依据ASCO/CAP指南进行自动化HER2分级至关重要。三位专家病理学家独立标注了39个图像块，从21位患者中获得了1，856个包含性单核和1，284个排他性单核。该数据集包含二值掩膜、多色掩膜和边界掩膜，是首个专门用于开发和评估数字病理学中单核分割与HER2分级方法的公开资源。如果您使用该数据集，请引用以下论文：Hossain, Md Shakhawat, Md Sahilur Rahman, and Munim Ahmed. “SiNuS: A Comprehensive Dataset for Singular Nuclei Segmentation for HER2 Grading of Breast Cancer.” Data in Brief (2026): 112934.

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。