CPSMI2025：用于深度学习宫颈癌筛查的常规巴氏涂片显微图像精选数据集-114295

数据集获取

源站：https://doi.org/10.17632/rnfyhrtfkw

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。

数据集大小约 3.33 GB。

数据说明

该数据集与一篇名为“CPSMI2025：用于基于深度学习的宫颈癌筛查的常规巴氏涂片显微镜图像精选数据集”的《Data in Brief》论文相关。它包含2，169张使用低成本、开放式设计显微镜获取的常规巴氏涂片图像。这些图像被分为九个子类别，进一步归纳为四大类。它们来自350多张不同的玻片，每张玻片之前均由病理学家和细胞技术专家进行过审查和解读。

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。