PathoGaze1.0数字病理学眼动与决策数据集
PathoGaze1.0包含19位病理学家诊断397张数字病理切片时的眼动、鼠标和决策行为数据，时长约19小时，用于支持病理学培训和AI辅助诊断。
基本信息
资源简介
PathoGaze1.0数字病理学眼动与决策数据集
【一句话概览】
PathoGaze1.0 是一个综合性行为数据集，记录癌症诊断中完整诊断工作流的动态视觉搜索与决策过程。该数据集包含约19小时的眼动追踪、鼠标交互、刺激追踪、视口导航及诊断决策数据，来自19位病理学家对CAMELYON16数据中397张全切片图像的解读，共记录171,909次注视、263,320次扫视和1,867,362次鼠标交互事件。研究者希望该数据有助于改进病理学家培训及未来可辅助人类病理学家的AI系统。数据集共10个文件，合计906.3 MB（来源 OSF）。
【数据集背景】
本数据集源站标题为《Eye-tracking, mouse tracking, stimulus tracking, and decision-making datasets in digital pathology》。源站首次发布：2023-11-03。
【数据内容】
源站原始描述：PathoGaze1.0 is a comprehensive behavioral dataset capturing the dynamic visual search and decision-making processes of the full diagnostic workflow during cancer diagnosis. The dataset comprises about 19 hours of eye-tracking, mouse interaction, stimulus tracking, viewport navigation, and diagnostic decision data (EMSVD) collected from 19 pathologists interpreting 397 WSIs from the CAMELYON16 data. In total, we recorded 171,909~fixations, 263,320~saccades, and 1,867,362~mouse interaction events…
中文译文（机器翻译，仅供快速理解，请以原文为准）：PathoGaze1.0是一个全面的行为数据集，捕捉了癌症诊断过程中完整诊断工作流程的动态视觉搜索和决策过程。该数据集包含约19小时的眼动追踪、鼠标交互、刺激追踪、视口导航和诊断决策数据（EMSVD），这些数据来自19位病理学家对CAMELYON16数据中397张全切片图像（WSIs）的解读。我们总共记录了171,909次注视、263,320次扫视和1,867,362次鼠标交互事件。我们希望这些数据能够有助于改进病理学家和最终可能支持人类病理学家的AI系统的培训。
主表 ImageMapping.csv 含 3 列、样本前 398 行结构完整。
【数据结构与技术规格】
文件数 10 个，合计 906.29 MB。
【主题与分类】
主题标签：Data collection、data-enabled discovery、digital pathology、gaze、mouse-tracking、project。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。时序数据适用于疾病进展预测、生理信号监测与事件发生的时序建模。
【获取与许可】
源站页面：https://osf.io/hj9a7/
【使用注意】
· 源站最后修改于 2026-08-21，引用时请注意版本时效。
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。
暂未开放公开下载
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。
免登录有偿下载
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
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
