Pap Smear宫颈细胞图像数据库
该存储库包含用于通过图像处理和机器学习技术进行异常宫颈细胞核识别的Pap smear宫颈细胞图像、分割结果和分类输出。存储库内容 该存储库包含：1. 原始Pap Smear图像 RGB宫颈细胞学图像
基本信息
资源简介
Pap Smear宫颈细胞图像数据库
Pap Smear Cervical Cell Image Database 是一个面向宫颈细胞学图像分析的数据集，收录了 Pap smear（巴氏涂片）宫颈细胞图像及其配套的分割与分类结果。该数据集旨在支持利用图像处理和机器学习技术开展异常宫颈细胞核识别研究，整体内容覆盖从原始 RGB 宫颈细胞学图像到 K-Means 分割、Mean Shift 分割，再到异常细胞核识别与级联分类输出的完整流程。数据集归属于肿瘤 / 宫颈癌分类，来源站为 doi.org，作者为 Tello Mijares, Santiago，机构为 Zenodo，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可协议。对于从事宫颈癌筛查相关图像算法研究的人员而言，该数据集提供了从原始图像到中间处理结果再到分类输出的多层级素材。
【数据集背景】
宫颈癌筛查是医学影像分析的重要应用方向之一，Pap smear 显微镜检查是其中常用的细胞学检查手段。该数据集正是围绕这一应用场景构建，目标是通过图像处理和机器学习技术实现异常宫颈细胞核的识别。数据集将原始细胞学图像与多种分割、分类结果一并组织在同一存储库中，便于研究者对照分析不同处理阶段的效果，也为异常细胞核识别方法的开发与验证提供了数据基础。
【数据内容】
该存储库包含四类内容。第一类是原始 Pap Smear 图像，即 RGB 宫颈细胞学图像，图像尺寸为 768 × 568 像素。第二类是 K-Means 分割结果，包含使用 K-Means 聚类生成的分割输出。第三类是 Mean Shift 分割结果，包含使用均值漂移分割生成的过分割与聚类输出。第四类是分类输出结果，包含异常细胞核识别结果、正常细胞核可视化结果以及级联分类输出。整体数据以 RGB 图像格式组织，覆盖从原始图像到分割结果再到分类输出的多个环节。
【采集与来源】
该数据集的来源站为 doi.org，作者为 Tello Mijares, Santiago，机构为 Zenodo，发布时间为 2026 年。其成像模态为 Pap smear 显微镜检查，图像格式为 RGB 图像。关于具体的采集设备、采集地点、样本来源人群、染色方法及采集时间等更细粒度的采集信息，源站未提供。
【适用场景】
该数据集的应用方向为宫颈癌筛查中的异常细胞核识别。其内容适合用于图像处理与机器学习方法的研究与实验，例如对宫颈细胞学图像进行分割算法对比、异常细胞核识别、正常细胞核可视化以及级联分类流程的构建与评估。由于同时提供原始图像、两种分割结果和分类输出，该数据集也可用于分析分割质量对后续分类结果的影响，或用于验证不同聚类与分类策略在宫颈细胞图像上的表现。
【使用方法】
使用者可基于存储库中的原始 RGB 宫颈细胞学图像开展图像处理与机器学习实验，并利用 K-Means 分割结果和 Mean Shift 分割结果进行分割方法的对照研究。分类输出结果中包含异常细胞核识别结果、正常细胞核可视化结果和级联分类输出，可用于评估识别与分类流程的效果。关于具体的数据读取方式、目录结构、文件命名规则、训练测试划分方式及评价指标等使用细节，源站未提供。
【质量与限制】
该数据集提供了 768 × 568 像素的 RGB 图像以及分割和分类输出，覆盖了异常宫颈细胞核识别流程中的多个阶段。关于数据规模、样本数量、类别分布、标注一致性、分割精度、分类性能指标以及潜在偏差等质量与限制方面的具体信息，源站未提供。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可协议，使用时需遵循该许可协议的署名要求。数据集的作者为 Tello Mijares, Santiago，机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。关于具体的引用格式、DOI 编号及推荐引用文本，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.20149725
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 66.5 MB。
数据说明
本仓库包含用于通过图像处理和机器学习技术识别异常宫颈细胞核的巴氏涂片宫颈细胞图像、分割结果和分类输出。仓库内容本仓库包含：1. 原始巴氏涂片图像RGB宫颈细胞学图像。图像尺寸：768 × 568像素。2. K-Means分割结果包含使用K-Means聚类生成的分割输出。3. 均值漂移分割结果包含使用均值漂移分割生成的过度分割和聚类输出。4. 分类输出结果包含：异常细胞核识别结果、正常细胞核可视化结果、级联分类输出。数据集特征成像方式：巴氏涂片显微镜检查应用：宫颈癌筛查异常细胞核识别图像格式：RGB图像图像尺寸：768 × 568像素数据集来源该数据集由以下来源提供：Byriel， J.宫颈涂片中细胞的神经模糊分类。理学硕士论文，丹麦技术大学，自动化系，1999年。
本数据集提供的图像生成于：TELLO-MIJARES, Santiago. 使用空间上下文显著性区域和两级级联分类器识别异常宫颈细胞核. 医学成像与健康信息学杂志, 2019, 第9卷, 第3期, 第426–435页.
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。
