门德利宫颈细胞学图像重分类数据集：HSIL、LSIL、阴性和鳞状细胞癌标签用于细胞病理学人工智能研究
该数据集展示了原始 Mendeley LBC 数据集与为自动化细胞学和宫颈癌筛查研究创建的重分类子集之间的比较。原始数据集由液基细胞学（LBC）涂片图像组成，分为四个诊断类别：HSIL——高级别鳞状上皮内病变；LSIL——低级别鳞状上皮内病变；Negative——无上皮内病变或恶性病变；SCC——鳞
基本信息
资源简介
门德利宫颈细胞学图像重分类数据集：HSIL、LSIL、阴性和鳞状细胞癌标签用于细胞病理学人工智能研究
该数据集展示了原始 Mendeley LBC 数据集与为自动化细胞学和宫颈癌筛查研究创建的重分类子集之间的比较。原始数据集由液基细胞学（LBC）涂片图像组成，分为四个诊断类别：HSIL——高级别鳞状上皮内病变；LSIL——低级别鳞状上皮内病变；Negative——无上皮内病变或恶性病变；SCC——鳞状细胞癌。在新版本中，部分图像被保留并重新分类，另一些则依据诊断或技术标准被排除。为便于透明性和可重复性，数据集提供了一个全面的 CSV 文件，将原始数据集中的每张图像映射到其对应的新分类（如适用）。该数据集由 Macias-Garcia, Laura 与 Garcia-Gutierrez, Jorge 发布，机构为 Zenodo，发布时间为 2025 年，本站分类为肿瘤 / 宫颈癌，来源站为 doi.org。
【数据集背景】
该数据集面向自动化细胞学与宫颈癌筛查研究，旨在通过重分类构建一个更适用于 AI 研究的子集。原始 Mendeley LBC 数据集包含液基细胞学涂片图像，并划分为四个诊断类别：HSIL、LSIL、Negative 和 SCC。新版本在此基础上进行了筛选与重新标注，保留了部分图像并赋予新的分类，同时排除了不符合诊断或技术标准的图像。这一工作为比较原始数据集与重分类子集提供了基础，有助于提升相关研究的透明性和可重复性。
【数据内容】
数据集的核心内容为液基细胞学涂片图像，涉及四个诊断标签：HSIL（高级别鳞状上皮内病变）、LSIL（低级别鳞状上皮内病变）、Negative（无上皮内病变或恶性病变）以及 SCC（鳞状细胞癌）。新版本中，部分原始图像被保留并重新分类，另一些则被排除。为清晰记录这一过程，数据集附带一个全面的 CSV 文件，该文件将原始数据集中的每张图像映射到其对应的新分类（如果存在）。若某张图像同时出现在原始数据集和新数据集中，该文件会列出其原始信息与新的分类信息。
【采集与来源】
该数据集来源于 doi.org，机构为 Zenodo，作者为 Macias-Garcia, Laura 和 Garcia-Gutierrez, Jorge，发布时间为 2025 年。原始数据为 Mendeley LBC 数据集中的液基细胞学涂片图像。关于具体的采集地点、采集设备、染色方法、扫描参数等信息，源站未提供。
【适用场景】
该数据集适用于自动化细胞学研究和宫颈癌筛查相关的 AI 研究，尤其是涉及液基细胞学图像分类、诊断类别识别以及数据集重分类对比的任务。由于提供了原始图像到新分类的映射文件，该数据集也可用于研究数据筛选、标签重映射以及模型在不同标注标准下的表现差异。此外，它有助于推动细胞病理学图像分析的可重复性研究。
【使用方法】
使用者可通过 CSV 文件了解每张原始图像是否被保留以及其新的分类标签。对于同时出现在原始和新数据集中的图像，CSV 文件会提供原始信息与新的分类信息，便于追溯和对比。研究时可基于新分类子集进行模型训练或评估，也可利用映射关系分析重分类对模型性能的影响。关于具体的文件格式、目录结构、图像命名规则、读取方式等，源站未提供。
【质量与限制】
新版本中的图像是依据诊断或技术标准进行筛选和重分类的，部分图像被排除。数据集提供了映射文件以增强透明性和可重复性。然而，关于图像的具体质量指标、标注一致性、类别平衡性、排除标准的具体细节以及潜在偏差等信息，源站未提供。使用者应注意，该数据集仅为原始 Mendeley LBC 数据集的一个重分类子集，其覆盖范围和代表性可能受筛选标准影响。
【引用与许可】
该数据集的作者为 Macias-Garcia, Laura 和 Garcia-Gutierrez, Jorge，机构为 Zenodo，发布时间为 2025 年，来源站为 doi.org。关于具体的引用格式、许可协议、使用限制或版权声明等信息，源站未提供。
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.17259913
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 28.9 KB。
数据说明
本数据集展示了原始Mendeley LBC数据集与为自动化细胞学和宫颈癌筛查研究创建的一个重新分类子集之间的对比。原始数据集包含液基细胞学（LBC）涂片图像，分为四个诊断类别：HSIL——高级别鳞状上皮内病变；LSIL——低级别鳞状上皮内病变；Negative——无上皮内病变或恶性病变；SCC——鳞状细胞癌。在这个新版本中，选定的图像被保留并重新分类，而其他图像则根据诊断或技术标准被排除。为了促进透明度和可重复性，我们提供了一个全面的CSV文件，该文件将原始数据集中的每张图像映射到其相应的新分类（如果可用）：如果一张图像同时出现在原始数据集和新数据集中，该文件会列出其original_class和new_class。如果一张图像存在于原始数据集中但不在重新分类的数据集中，则new_class字段留空。这种结构使研究人员能够：审查哪些图像被排除。交叉检查原始数据集和重新分类数据集之间的一致性。
使用完整的原始数据集或经过整理的子集来对新的算法进行基准测试。🔗 原始数据集归属 本数据集中包含的图像最初作为 Mendeley LBC 数据集的一部分发布：📄 引用信息：Hussain, Elima (2019)，“用于宫颈癌多分类诊断的液基细胞学巴氏涂片图像”，Mendeley Data，V4。https://doi.org/10.17632/zddtpgzv63.4 📂 原始数据集存储库：https://data.mendeley.com/datasets/zddtpgzv63/4 请确保在任何衍生研究中，对本重新分类工作和原始数据集作者均给予适当引用。🔒 许可 本数据集依据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) 许可协议发布。✅ 允许用于学术和研究目的。📌 Cit
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。
