CCAgT数据集
该数据集包含9339张高分辨率宫颈细胞图像，采用AgNOR染色技术处理，每张图像分辨率达1600x1200，空间精度为0.111µm/像素，涵盖超过63,000个专家标注对象，支持图像分割和对象检测任务，主要用于机器学习在宫颈癌早期诊断与病理分析中的研究与应用。
基本信息
资源简介
CCAgT数据集
【数据集背景】
本数据集源站标题为《lapix/CCAgT》。源站首次发布：2022-07-01。
【数据内容】
源站原始描述：# Dataset Card for Images of Cervical Cells with AgNOR Stain Technique ## Table of Contents - Dataset Description - Dataset Summary - Supported Tasks and Leaderboards - Languages - Dataset Structure - Data Instances - Data Fields - Data Splits - Dataset Creation - Curation Rationale - [S…
文件 CCAgT.py 为文本内容，开头为：import json import os from collections import OrderedDict, defaultdict from math import ceil import numpy as np import pandas as pd import datasets logger …
文件 dataset_infos.json 为 JSON 结构（顶层键：instance_segmentation、object_detection、semantic_segmentation）。
【数据结构与技术规格】
文件数 2 个，合计 21.56 KB。
【主题与分类】
主题标签：task_categories:image-segmentation、task_categories:object-detection、task_ids:semantic-segmentation、task_ids:instance-segmentation、annotations_creators:expert-generated、language_creators:expert-generated、multilinguality:monolingual、source_datasets:original、language:en、license:cc-by-nc-3.0。
【获取与许可】
源站页面：https://huggingface.co/datasets/lapix/CCAgT
使用许可：cc-by-nc-3.0。
【使用注意】
· 源站最后修改于 2022-07-27，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("lapix/CCAgT")
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/lapix/CCAgT
数据说明
CCAgT数据集是一个用于宫颈癌诊断研究的医学图像数据集，包含9339张采用AgNOR染色技术处理的宫颈细胞图像，每张图像分辨率为1600x1200，空间分辨率为每个像素0.111µm×0.111µm。数据来源于15个不同的玻片样本，每张图像至少包含一个标注，总计超过63,000个标注对象，支持图像分割（包括语义分割和实例分割）以及对象检测任务。数据集由专家标注构建，并按70%、15%、15%的比例随机划分为训练集、测试集和验证集，适用于机器学习在癌症早期筛查与病理分析中的应用。
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。
