用于AI辅助宫颈癌筛查的大型标注宫颈细胞学图像数据集

数据集获取（Figshare）

• 源站标题：A large annotated cervical cytology images dataset for AI models to aid cervical cancer screening
• DOI：10.6084/m9.figshare.27901206.v1
• 发布日期：2025-01-08
• 文件数：17 个
• 文件总体积：41.02 GB
• 源站页面：https://springernature.figshare.com/articles/dataset/A_large_annotated_cervical_cytology_images_dataset_for_AI_models_to_aid_cervical_cancer_screening/27901206

命令行下载

curl -L -o "JPEGImages.zip" "https://ndownloader.figshare.com/files/50859939"
curl -L -o "JPEGImages.z01" "https://ndownloader.figshare.com/files/50860002"
curl -L -o "JPEGImages.z02" "https://ndownloader.figshare.com/files/50860473"
curl -L -o "JPEGImages.z03" "https://ndownloader.figshare.com/files/50860620"
curl -L -o "JPEGImages.z04" "https://ndownloader.figshare.com/files/50861133"
curl -L -o "JPEGImages.z05" "https://ndownloader.figshare.com/files/50861139"
curl -L -o "JPEGImages.z07" "https://ndownloader.figshare.com/files/50861145"
curl -L -o "JPEGImages.z08" "https://ndownloader.figshare.com/files/50861148"

文件清单

• JPEGImages.zip（751.50 MB）
• JPEGImages.z01（2.68 GB）
• JPEGImages.z02（2.68 GB）
• JPEGImages.z03（2.68 GB）
• JPEGImages.z04（2.68 GB）
• JPEGImages.z05（2.68 GB）
• JPEGImages.z07（2.68 GB）
• JPEGImages.z08（2.68 GB）
• JPEGImages.z06（2.68 GB）
• JPEGImages.z10（2.68 GB）
• JPEGImages.z09（2.68 GB）
• JPEGImages.z11（2.68 GB）
• JPEGImages.z12（2.68 GB）
• JPEGImages.z13（2.68 GB）
• JPEGImages.z14（2.68 GB）
• JPEGImages.z15（2.68 GB）
• Annotations.zip（3.68 MB）

文件总体积 41.02 GB（源站 API 实测）。

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。

数据说明

This dataset represents a collection of cytology images with exhaustive annotations of abnormal cervical cells, containing 8,037 non-overlapping images of 2048x2048 pixels each. The dataset was derived from 129 scanned Thinprep cytologic test (TCT) slide images reported as abnormal levels at Heilongjiang Maternal and Child Health Hospital. Three professional pathologists then conducted a detailed annotation and review process on these cytology images to generate usable annotation files. Finally, the complete dataset consists all cytology images in .png file format and annotation files of abnormal cells for each cytology image in .xml file format.

许可

CC BY

引用

学术使用请引用 DOI 10.6084/m9.figshare.27901206.v1（source: https://springernature.figshare.com/articles/dataset/A_large_annotated_cervical_cytology_images_dataset_for_AI_models_to_aid_cervical_cancer_screening/27901206）。