SipakMed宫颈癌最大数据集
该数据集包含通过巴氏涂片采集的宫颈细胞图像，属于医学影像模态，涵盖了正常与异常细胞样本，主要用于支持宫颈癌的早期检测和计算机辅助诊断研究，可应用于深度学习模型训练、病理图像分析以及癌症筛查系统的开发。
基本信息
资源简介
SipakMed宫颈癌最大数据集
【数据集背景】
本数据集源站标题为《Cervical Cancer largest dataset (SipakMed)》。源站首次发布：2021-03-12。
【数据内容】
源站原始描述：Please don''t forget to upvote if you find this useful. ### Context Cervical cancer is the fourth most common cancer among women in the world, estimated more than 0.53 million women are diagnosed in every year but more than 0.28 million women’s lives are taken by cervical cancer in every years . Detection of the cervical cancer cell has played a very important role in clinical practice. ### Content The SIPaKMeD Database consists of 4049 images of isolated cells that have been manually cropped fro…
【数据结构与技术规格】
文件数 20 个，合计 18.88 MB。
【主题与分类】
主题标签：cancer、image、classification、intermediate、cv2。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/prahladmehandiratta/cervical-cancer-largest-dataset-sipakmed
使用许可：Other (specified in description)。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("prahladmehandiratta/cervical-cancer-largest-dataset-sipakmed")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d prahladmehandiratta/cervical-cancer-largest-dataset-sipakmed
unzip cervical-cancer-largest-dataset-sipakmed.zip -d cervical-cancer-largest-dataset-sipakmed/
数据说明
该数据集是一个用于宫颈癌检测的医学影像数据集，包含通过巴氏涂片采集的细胞图像。数据来源于SipakMed项目，涵盖了正常和异常宫颈细胞样本。该数据集主要用于计算机辅助诊断（CAD）系统的开发，支持基于深度学习的宫颈癌早期筛查和细胞分类研究，适用于医学图像分析、病理学检测以及人工智能在癌症诊断中的应用场景。
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。
