乳腺癌免疫组化（BCI）数据集1
该数据集包含4872对结构级对齐的H&E与IHC染色病理图像对，属于医学图像模态，主要用于研究从H&E到IHC染色图像的深度学习转换算法，以生成高质量的免疫组化图像，辅助乳腺癌的病理诊断与治疗规划。
基本信息
资源简介
乳腺癌免疫组化（BCI）数据集1
【一句话概览】
乳腺癌HER2表达评估对精准治疗至关重要，但常规免疫组化检测费用高昂。为此，研究者首次提出乳腺癌免疫组化基准BCI，尝试直接由配对的HE染色图像合成IHC数据。该数据集包含4870对配准图像，覆盖多种HER2表达水平。基于BCI，研究者进一步构建金字塔pix2pix图像生成方法，其HE到IHC转换效果优于现有流行算法。实验表明，BCI为图像转换研究带来新挑战，也为基于合成IHC图像的HER2表达评估病理研究开辟了道路（来源 bupt-ai-cz.github.io）。
【数据集背景】
本数据集源站标题为《BCI: Breast Cancer Immunohistochemical Image Generation through Pyramid Pix2pix》。
【数据内容】
源站原始描述：The evaluation of human epidermal growth factor receptor 2 (HER2) expression is essential to formulate a precise treatment for breast cancer. The routine evaluation of HER2 is conducted with immunohistochemical techniques (IHC), which is very expensive. Therefore, for the first time, we propose a breast cancer immunohistochemical (BCI) benchmark attempting to synthesize IHC data directly with the paired hematoxylin and eosin (HE) stained images. The dataset contains 4870 registered image pairs,…
中文译文（机器翻译，仅供快速理解，请以原文为准）：人表皮生长因子受体2（HER2）表达评估对于制定乳腺癌精准治疗方案至关重要。HER2的常规评估采用免疫组织化学技术（IHC），费用高昂。因此，我们首次提出乳腺癌免疫组化（BCI）基准，旨在直接利用配对的苏木精-伊红（HE）染色图像合成IHC数据。该数据集包含4870对配准图像，涵盖多种HER2表达水平。基于BCI，作为次要贡献，我们进一步构建了金字塔pix2pix图像生成方法，其HE到IHC的转换效果优于当前其他流行算法。大量实验表明，BCI对现有图像转换研究提出了新挑战。此外，BCI还为未来基于合成IHC图像的HER2表达评估病理学研究打开了大门。BCI数据集可从https://bupt-ai-cz.github.io/BCI下载。
【主题与分类】
主题标签：breast cancer、HER2、immunohistochemical、IHC、HE、image generation、pathology、pix2pix。
【获取与许可】
源站页面：https://bupt-ai-cz.github.io/BCI
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://bupt-ai-cz.github.io/BCI
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:
数据说明
BCI数据集是由北京朝阳医院和首都医科大学合作创建的乳腺癌免疫组化图像数据集，专注于从H&E染色图像生成IHC染色图像。该数据集包含4872对已结构级对齐的H&E和IHC染色图像对，通过切片准备、扫描、投影变换、elastix注册、图像精化和补丁选择等步骤构建。该数据集的主要应用方向是支持基于深度学习的图像转换算法研究，用于从H&E图像生成高质量的IHC染色图像，以辅助乳腺癌的诊断分析和治疗计划制定。
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。
