Multi-OSCC 数据集
包含1325名口腔鳞状细胞癌患者的组织病理学图像数据集，多倍率、多任务标注，用于诊断和预后。
基本信息
资源简介
Multi-OSCC 数据集
【数据集背景】
本数据集源站标题为《guanjinquan/OSCC-PathologyImageDataset》。源站首次发布：2024-08-26。
【数据内容】
源站原始描述：Multiple Magnifications Histopathology Image Dataset for Oral Squamous Cell Carcinoma Diagnosis and Prognosis # OSCC-PathologyImageDataset ## (1) Multi-OSCC Datasets ### 1-1 Dataset Download - Down load the data from zenodo: - Down load the data from Baidu NetDisk (with password oscc): ### 1-2 Dataset splitation Following the random seed 42, we split the dataset into training, validation, and test sets with a ratio of 70:15:15. In `json` file: `./Data/split_seed=2024.json` ### 1-3 Images labels…
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://github.com/guanjinquan/OSCC-PathologyImageDataset
使用许可：GPL-3.0。
【使用注意】
· 源站最后修改于 2026-02-07，引用时请注意版本时效。
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
git clone https://github.com/guanjinquan/OSCC-PathologyImageDataset.git
curl -L -o repo.zip https://github.com/guanjinquan/OSCC-PathologyImageDataset/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
1-1 Dataset Download
- Down load the data from zenodo: https://zenodo.org/records/16842637
- Down load the data from Baidu NetDisk (with password oscc): https://pan.baidu.com/s/1m27QaBIC4HxdBUBrIMbbNg?pwd=oscc
1-2 Dataset splitation
Following the random seed 42, we split the dataset into training, validation, and test sets with a ratio of 70:15:15.
In json file: ./Data/split_seed=2024.json
1-3 Images labels
We save the images labels in json file: ./Data/all_metadata.json
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。
