基本信息

模态

多模态

创建/更新时间

2025-03-17

资源简介

Histo-VL是一个全面开源基准数据集，包含使用多达11种采集工具获取的病理图像，并与含类别名称和多种病理描述的文本配对。涵盖26个器官、31种癌症类型，来自14个异质患者队列，总计超过500万个组织块（源自41K+张全切片图像，多种放大倍数）。用于评估病理视觉语言基础模型的性能。

原始链接

https://github.com/Histo-VL/benchmark

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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

git clone https://github.com/Histo-VL/benchmark.git

curl -L -o repo.zip https://github.com/Histo-VL/benchmark/archive/refs/heads/main.zip
unzip repo.zip

数据说明

Histo-VL是一个全面开源基准数据集，包含使用多达11种采集工具获取的病理图像，并与含类别名称和多种病理描述的文本配对。涵盖26个器官、31种癌症类型，来自14个异质患者队列，总计超过500万个组织块（源自41K+张全切片图像，多种放大倍数）。用于评估病理视觉语言基础模型的性能。

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