MIDOG 2025挑战数据集
MIDOG 2025挑战数据集包含365例人类、犬、猫12种肿瘤的病理切片图像，用于评估有丝分裂检测模型的泛化能力，涵盖热点、随机和挑战性区域三种采样策略。
基本信息
资源简介
该数据集由弗伦斯堡应用科学大学等多家国际机构联合创建，用于评估有丝分裂检测模型的领域泛化能力。包含365个独立病例的感兴趣区域，涵盖人类、犬类和猫类共12种肿瘤类型，通过多种扫描平台数字化获取，并引入热点区域、随机区域和挑战性区域三种采样策略。数据由病理学专家手动标注，旨在解决传统模型在生物多样性和复杂组织背景下性能下降的问题，推动计算病理学自动化有丝分裂计数技术的临床转化。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
暂未开放有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
源站：https://midog2025.deepmicroscopy.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
该数据集由弗伦斯堡应用科学大学等多家国际机构联合创建，用于评估有丝分裂检测模型的领域泛化能力。包含365个独立病例的感兴趣区域，涵盖人类、犬类和猫类共12种肿瘤类型，通过多种扫描平台数字化获取，并引入热点区域、随机区域和挑战性区域三种采样策略。数据由病理学专家手动标注，旨在解决传统模型在生物多样性和复杂组织背景下性能下降的问题，推动计算病理学自动化有丝分裂计数技术的临床转化。
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 癌症（总论） 的高质量、多模态真实临床数据定制解决方案。
