OpenTME
OpenTME是包含3634张TCGA来源H&E全切片图像的五种癌症单细胞分辨率肿瘤微环境定量数据集，提供4500余项指标，用于空间生物学和计算病理学研究。
基本信息
资源简介
OpenTME
【数据集背景】
本数据集源站标题为《Aignostics/OpenTME》。源站首次发布：2026-03-09。
【数据结构与技术规格】
文件数 28202 个。
【主题与分类】
主题标签：task_categories:image-classification、task_categories:image-segmentation、task_categories:image-feature-extraction、task_categories:object-detection、license:other、size_categories:10K<n<100K、format:imagefolder、modality:image、library:datasets、library:mlcroissant。
【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://huggingface.co/datasets/Aignostics/OpenTME
使用许可：other。
【使用注意】
· 源站最后修改于 2026-08-05，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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("Aignostics/OpenTME")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/Aignostics/OpenTME
数据说明
OpenTME是由Aignostics联合多家机构开发的开放数据集，包含3634张来自TCGA的H&E染色全切片图像，涵盖膀胱癌、乳腺癌、结直肠癌、肝癌和肺癌五种癌症类型。数据集通过Atlas H&E-TME人工智能应用生成，提供单细胞分辨率的组织质量控制、组织分割、细胞检测与分类等4500余项定量指标，旨在降低空间生物学研究门槛，支持生物标志物发现、生存建模和计算病理学方法开发。
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。
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。
