宫颈细胞图像数据库
该存储库包含宫颈细胞（CC）显微镜图像、细胞核分割图像以及为基于深度学习的宫颈细胞分类研究而开发的分类数据。宫颈细胞的准确分类是宫颈癌筛查计算机辅助诊断系统中的一项重要任务
基本信息
资源简介
宫颈细胞图像数据库
Cervical Cell Image Database 是一个面向宫颈细胞分类研究的公开数据存储库，汇集了宫颈细胞显微镜图像、细胞核分割图像以及相应的分类数据。该数据集服务于基于深度学习的宫颈细胞分类研究，旨在支持计算机辅助诊断系统在宫颈癌筛查中的应用。宫颈细胞的准确分类对于提升筛查效率、减少显微镜评估中的主观性具有重要意义。该数据集由 Tello Mijares, Santiago 发布，托管于 Zenodo，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可协议。数据集在本站归类于肿瘤 / 宫颈癌方向，来源站为 doi.org。
【数据集背景】
宫颈癌筛查依赖细胞病理学家在显微镜下对宫颈细胞进行形态学评估，这一过程不仅耗时，而且存在一定的主观性。自动化分类方法有望辅助细胞病理学家提高诊断效率，并降低显微镜评估中的主观差异。该数据集正是为基于深度学习的宫颈细胞分类研究而构建，目标是为正常与异常宫颈细胞的自动区分提供图像与分类数据支持，从而推动计算机辅助诊断系统在宫颈癌筛查场景中的发展。
【数据内容】
该存储库包含宫颈细胞（CC）显微镜图像、细胞核分割图像以及分类数据。其中，细胞核分割图像部分包含用于基于卷积神经网络（CNN）的宫颈细胞分类（分为正常与异常两类）的细胞核分割图像。该数据库包含源自 Original Herlev Dataset 的分割图像，并涵盖以下子类别：Carcinoma in situ（原位癌）150 张图像，Light dysplastic（轻度异型增生）182 张图像，Moderate dysplastic（中度异型增生）146 张图像，Severe dysplastic（重度异型增生）197 张图像。除上述分割图像子类别外，其余数据内容的具体构成源站未提供。
【采集与来源】
该数据集由 Tello Mijares, Santiago 发布，机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。其细胞核分割图像来源于 Original Herlev Dataset。关于显微镜图像的具体采集设备、采集地点、染色方法、图像分辨率、采集时间跨度等信息，源站未提供。
【适用场景】
该数据集适用于基于深度学习的宫颈细胞分类研究，尤其是利用卷积神经网络进行正常与异常宫颈细胞分类的任务。其细胞核分割图像可用于训练和评估面向宫颈细胞分类的模型。在计算机辅助诊断系统的语境下，该数据集可支持宫颈癌筛查相关的自动化分类方法研究，辅助细胞病理学家提升诊断效率并减少显微镜评估中的主观性。关于该数据集在其他具体任务或临床流程中的适用性，源站未提供。
【使用方法】
该数据集包含宫颈细胞显微镜图像、细胞核分割图像以及分类数据，可用于基于深度学习的宫颈细胞分类研究。其中，细胞核分割图像被用于基于 CNN 的宫颈细胞分类，类别划分为正常与异常。使用者可依据其子类别标签（Carcinoma in situ、Light dysplastic、Moderate dysplastic、Severe dysplastic）组织训练与评估数据。关于具体的数据加载方式、预处理流程、训练配置、评价指标或基准划分等信息，源站未提供。
【质量与限制】
该数据集的细胞核分割图像源自 Original Herlev Dataset，并包含四个子类别的图像数量信息。关于图像质量、标注一致性、类别平衡性、数据规模总量、潜在偏倚以及使用限制等，源站未提供。使用者需注意，该数据集仅面向研究用途，其许可协议为 Creative Commons Attribution 4.0 International。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可协议，使用时需遵循该许可的署名要求。数据集作者为 Tello Mijares, Santiago，机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。关于具体的引用格式、DOI 标识符或推荐引用文献，源站未提供。
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
源站：https://doi.org/10.5281/zenodo.20149083
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:
数据集大小约 44.7 MB。
数据说明
该存储库包含为基于深度学习的宫颈细胞分类研究而开发的宫颈细胞（CC）显微图像、细胞核分割图像和分类数据。宫颈细胞的准确分类是宫颈癌筛查计算机辅助诊断系统中的一项重要任务。自动化分类方法可通过提高诊断效率和减少显微镜评估过程中的主观性来辅助细胞病理学家。存储库内容 细胞核分割图像 包含用于基于CNN的宫颈细胞正常与异常分类的细胞核分割图像。该数据库包括源自原始Herlev数据集的分割图像，并包含以下子类别：宫颈细胞类别 图像数量 原位癌 150 轻度异型增生 182 中度异型增生 146 重度异型增生 197 正常柱状细胞 98 正常中间层细胞 70 正常表层细胞 74 图像总数：正常细胞：242 异常细胞：675 原始数据集来源 本工作基于以下文献中描述的原始Herlev数据集：Martin, E. Pap-smear Classification，硕士论文，丹麦技术大学，2003年。
Marinakis, Y.; Marinaki, M.; Dounias, G. 用于巴氏涂片诊断的粒子群优化. Expert Systems with Applications, 2008, 35(4), 1645–1656. Tsakonas, A.; Dounias, G.; Jantzen, J.; Axer, H.; Bjerregaard, B.; von Keyserlingk, D.G. 使用遗传编程在两个医学领域中演化基于规则的系统. Artificial Intelligence in Medicine, 2004, 32(3), 195–216.
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。
