宫颈癌前病变全切片图像分级基准和组织分类

数据集获取

源站：http://simplab.yildiz.edu.tr/?q=sources

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。

数据说明

本数据集由伊斯坦布尔理工大学的信号与图像处理实验室（SIMPLAB）开发，专注于宫颈癌前病变的分级和组织分类。数据集包含957张高分辨率的全切片图像，这些图像来自54名患者的宫颈组织样本，经过病理学家的诊断和标记。数据集的创建旨在通过分析宫颈组织的形态学特征，提高对宫颈癌前病变的诊断准确性。该数据集的应用领域主要集中在医学图像分析和计算机辅助诊断系统的发展，旨在解决宫颈癌前病变的准确分级问题，从而辅助医生进行更精确的诊断和治疗决策。

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。