CITOBOT AI 宫颈阴道镜图像数据集

数据集获取

源站：https://doi.org/10.60790/p2wjov

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

CITOBOT AI数据集包含在真实临床环境中收集的匿名宫颈阴道镜图像及相关筛查标签，这些数据来源于哥伦比亚一项基于公立医院的宫颈癌筛查项目。该数据集旨在支持利用基于图像的方法进行宫颈癌风险分层的人工智能模型的开发、验证和评估。图像按照标准临床方案在常规阴道镜检查过程中获取，并经过整理以确保足以用于自动化分析的质量。筛查标签以阴道镜引导下的活检作为参考标准进行定义，并按筛查目的进行分类。该数据集反映了常规临床实践的变异性，旨在促进针对宫颈癌筛查的可扩展数字健康解决方案的研究，尤其是在资源有限的环境中。

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。