用于宫颈癌多类诊断的液基细胞学巴氏涂片图像

数据集获取

源站：https://doi.org/10.17632/zddtpgzv63

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 2.25 GB。

数据说明

尽管公开可用的基准数据集为新算法的开发和结果比较提供了基础，但从真实临床环境中收集的医院数据在基于人工智能的医学研究中同样至关重要，无论是在疾病诊断还是根据标准方案对预测疾病进行组织水平分期或任何类别识别方面，以确保所开发的算法在区域背景下尽可能准确地运行。该存储库支持与图像分割和最终分类相关的研究工作，以构建完整的决策支持系统。液基细胞学是宫颈筛查测试之一。该存储库共包含963张图像，按照Bethesda系统的标准，细分为四组图像，分别代表宫颈癌的四个癌前和癌性病变类别。巴氏涂片图像是使用Leica ICC50 HD显微镜在40倍放大下拍摄的，这些图像是通过液基细胞学技术从460名患者中收集和制备的。

在细胞水平上对异常变化进行显微镜检查，能够检测恶性肿瘤或癌前特征。这一过程耗时且易受观察者间或观察者内变异性的影响，因此计算机辅助诊断可以缩短整体疾病诊断时间，从而及时开展快速治疗和疗法，这有助于限制宫颈癌的晚期诊断。

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。