宫颈全切片图像及标注：用于人工智能自动化宫颈活检报告
该数据集包含 2540 张宫颈癌活检全切片图像，使用 Phillips Ultra Fast Scanner (UFS) 扫描，分辨率相当于 40x 或更具体地为 0.25 微米/像素，并以 isyntax 文件格式存储
基本信息
资源简介
宫颈全切片图像及标注：用于人工智能自动化宫颈活检报告
该数据集名为“Cervical whole slide images and annotations for automated reporting of cervical biopsies using artificial intelligence”，面向宫颈癌活检的人工智能自动报告任务，收录了2540张宫颈全切片图像，并配有详细的区域标注和切片索引信息。图像由Phillips Ultra Fast Scanner（UFS）扫描获得，分辨率相当于40倍，具体为0.25微米/像素，存储格式为isyntax。数据集由Mohammadi、Fell、Morrison等作者共同贡献，发布于Zenodo平台，发布时间为2023年，采用Creative Commons Attribution 4.0 International许可。该资源属于肿瘤/宫颈癌分类，旨在为宫颈活检的自动化判读与报告生成提供图像与标注基础。
【数据集背景】
宫颈癌是女性常见的恶性肿瘤之一，宫颈活检的组织病理学检查是诊断和分级的关键环节。随着人工智能在医学图像分析中的发展，利用全切片图像自动识别病变区域并生成报告成为研究热点。该数据集正是在这一背景下构建，旨在为自动化报告系统提供带有详细标注的宫颈活检全切片图像资源。数据集来源于doi.org，属于肿瘤/宫颈癌类别，发布在Zenodo平台，发布时间为2023年，作者包括Mohammadi, Mahnaz、Fell, Christina、Morrison, David、Syed, Sheeba、Konanahalli, Prakash、Bell, Sarah、Bryson, Gareth、Harrison, David、Harris-Birtill, David和Orange, Clare。
【数据内容】
该数据集包含2540张宫颈癌活检全切片图像，每张图像均以isyntax文件格式存储。除图像外，数据集还提供了每张切片的详细标注，标注将区域指定为恶性、高级别、低级别或正常/炎症。此外，数据集包含一个切片索引，其中列出了每张切片的整体分类和子分类，并标明该切片属于训练集、验证集还是测试集。这些信息共同构成了图像、区域标注和集合划分的完整数据内容。
【采集与来源】
所有全切片图像均使用Phillips Ultra Fast Scanner（UFS）扫描获得，分辨率相当于40x，更具体地为0.25微米/像素。图像以isyntax格式存储。数据集发布于Zenodo平台，来源站为doi.org。作者包括Mohammadi, Mahnaz、Fell, Christina、Morrison, David、Syed, Sheeba、Konanahalli, Prakash、Bell, Sarah、Bryson, Gareth、Harrison, David、Harris-Birtill, David和Orange, Clare。发布时间为2023年。
【适用场景】
该数据集适用于宫颈活检全切片图像的自动化分析研究，特别是利用人工智能进行自动报告生成的任务。具体而言，可用于训练和评估模型以识别切片中的恶性、高级别、低级别或正常/炎症区域，也可用于切片级别的整体分类和子分类任务。由于索引中已划分训练、验证和测试集，该数据集可直接用于机器学习模型的开发与性能评估。其应用领域属于肿瘤/宫颈癌范畴。
【使用方法】
使用者可依据切片索引了解每张切片的整体分类、子分类以及所属的数据划分（训练、验证或测试）。图像文件为isyntax格式，需使用支持该格式的工具进行读取。标注信息可用于监督学习，例如区域级别的分类或分割任务，以及切片级别的分类任务。数据集采用Creative Commons Attribution 4.0 International许可，允许在署名条件下使用。源站未提供更具体的预处理步骤、代码示例或推荐工具。
【质量与限制】
图像由Phillips Ultra Fast Scanner（UFS）扫描，分辨率相当于40x或0.25微米/像素，存储为isyntax格式。标注涵盖恶性、高级别、低级别和正常/炎症四类区域。数据集包含2540张全切片图像，并提供了训练、验证和测试集的划分索引。源站未提供关于标注一致性、扫描质量、类别平衡性、样本来源多样性或潜在偏差的进一步信息。使用者需自行评估数据对特定任务的适用性。
【引用与许可】
该数据集的许可为Creative Commons Attribution 4.0 International。作者为Mohammadi, Mahnaz、Fell, Christina、Morrison, David、Syed, Sheeba、Konanahalli, Prakash、Bell, Sarah、Bryson, Gareth、Harrison, David、Harris-Birtill, David和Orange, Clare。发布机构为Zenodo，发布时间为2023年。来源站为doi.org。引用时需遵循Creative Commons Attribution 4.0 International许可的要求，并注明作者与来源。源站未提供具体的引用格式或DOI链接。
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.10276837
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 648.76 GB。
数据说明
该数据集包含2540张宫颈癌活检的全切片图像，这些图像是使用飞利浦超高速扫描仪（UFS）扫描的，分辨率相当于40倍，更具体地说，是0.25微米/像素，并以isyntax文件格式存储。数据集还包含了每张切片的详细注释，标明了恶性、高级别、低级别或正常/炎症区域。最后，还有一个切片索引，列出了每张切片的总体分类和子分类，以及它们属于训练集、验证集还是测试集。
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。
