用于辅助宫颈癌筛查AI模型的大型注释宫颈细胞学图像数据集
该数据集是一个包含8,037张高分辨率宫颈细胞学图像的大型注释集合，图像模态为细胞学图像，数据来源于薄层液基细胞学（TCT）玻片扫描，并由专业病理学家对异常细胞进行了详细标注，主要用于支持人工智能模型在宫颈癌筛查、细胞病理学图像分析及辅助诊断领域的研发与应用。
基本信息
资源简介
用于辅助宫颈癌筛查AI模型的大型注释宫颈细胞学图像数据集
【数据集背景】
本数据集源站标题为《A large annotated cervical cytology images dataset for AI models to aid cervical cancer screening》。配套论文《A large annotated cervical cytology images dataset for AI models to aid cervical cancer screening》发表于 Scientific Data（2025），DOI：10.1038/s41597-025-04374-5。源站首次发布：2025-01-08。
【数据内容】
源站原始描述：This dataset represents a collection of cytology images with exhaustive annotations of abnormal cervical cells, containing 8,037 non-overlapping images of 2048x2048 pixels each. The dataset was derived from 129 scanned Thinprep cytologic test (TCT) slide images reported as abnormal levels at Heilongjiang Maternal and Child Health Hospital. Three professional pathologists then conducted a detailed annotation and review process on these cytology images to generate usable annotation files. Finally,…
【数据结构与技术规格】
文件数 17 个，合计 41.02 GB。数据集 DOI：10.6084/m9.figshare.27901206.v1。
【主题与分类】
源站学科分类：Cancer Diagnosis、Preventive Medicine。主题标签：Cervical Cancer、Cytological Image、medical imaging、cell detection、deep learning。
【适用方向】
源站学科分类标注为 Cancer Diagnosis、Preventive Medicine。
【获取与许可】
源站页面：https://springernature.figshare.com/articles/dataset/A_large_annotated_cervical_cytology_images_dataset_for_AI_models_to_aid_cervical_cancer_screening/27901206
使用许可：CC BY（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Zhang, Xuan; Ji, Jianxin; Zhang, Qi; Zheng, Xiaohan; Ge, Kaiyuan; Hua, Menglei; et al. (2025). A large annotated cervical cytology images dataset for AI models to aid cervical cancer screening. figshare. Dataset
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（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集是一个包含异常宫颈细胞详尽标注的细胞学图像集合，共包含8,037张非重叠、分辨率为2048x2048像素的图像。数据来源于黑龙江省妇幼保健院报告的129张异常水平的薄层液基细胞学（TCT）玻片扫描图像。三位专业病理学家对这些细胞学图像进行了详细的标注和审核，生成了可用的标注文件。完整数据集以.png格式存储所有细胞学图像，并以.xml格式提供每张图像中异常细胞的标注文件，主要应用于宫颈癌筛查、细胞学图像分析及人工智能辅助诊断模型的研究与开发。
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。
