乳腺癌语义分割数据集
该数据集是一个用于乳腺癌语义分割的公开数据集，包含病理切片图像和对应的掩码图像，数据模态为组织病理学图像与像素级标注掩码，主要用于乳腺癌的计算机辅助诊断、组织病理学图像分析以及深度学习语义分割模型的研究与训练。
基本信息
资源简介
乳腺癌语义分割数据集
【数据集背景】
本数据集源站标题为《PathologyDataScience/BCSS》。源站首次发布：2019-08-07。
【数据内容】
源站原始描述：Use this to download all elements of the BCSS dataset described in: Amgad M, Elfandy H, ..., Gutman DA, Cooper LAD. Structured crowdsourcing enables convolutional segmentation of histology images. Bioinformatics. 2019. doi: 10.1093/bioinformatics/btz083 # Breast Cancer Semantic Segmentation (BCSS) dataset This repo contains the necessary information and download instructions to download the dataset associated with the paper: ***_Amgad M, Elfandy H, ..., Gutman DA, Cooper LAD. Structured crowdsou…
【获取与许可】
源站页面：https://github.com/PathologyDataScience/BCSS
使用许可：MIT。
【使用注意】
· 源站最后修改于 2022-04-01，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/CancerDataScience/CrowdsourcingDataset-Amgadetal2019.git
curl -L -o repo.zip https://github.com/CancerDataScience/CrowdsourcingDataset-Amgadetal2019/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
Usage
-
Each mask is a .png image, where pixel values encode region class membership. The meaning of ground truth encoded can be found at the file
./meta/gtruth_codes.tsv. -
The name of each mask encodes all necessary information to extract the corresponding RGB images from TCGA slides. For convenience, RGBs are also downloaded using the code used here.
-
[CRITICAL] - Please be aware that zero pixels represent regions outside the region of interest (“don’t care” class) and should be assigned zero-weight during model training; they do NOT represent an “other” class.
-
The RGBs and corresponding masks will be at the set
MPPresolution. IfMPPwas set toNone, then they
would be atMAGmagnification. If both are set toNone, then they will be at the base (scan) magnification.
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。
完整仓库：github.com/CancerDataScience/CrowdsourcingDataset-Amgadetal2019
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。
