子宫平滑肌肉瘤组织病理学数据集
该数据集是一个包含子宫平滑肌肉瘤高分辨率组织病理学图像的数据集，数据模态为医学影像，主要用于支持基于深度学习的核分裂象识别与计数研究，可应用于计算机辅助诊断、肿瘤分级及妇科肿瘤的病理学分析。
基本信息
资源简介
子宫平滑肌肉瘤组织病理学数据集
【数据集背景】
本数据集源站标题为《Uterine Leiomyosarcoma Histopathology》。源站首次发布：2025-02-05。
【数据内容】
源站原始描述：Uterine leiomyosarcoma (ULMS) is the most common sarcoma of the uterus, It is aggressive and has poor prognosis. Its diagnosis is sometimes challenging owing to its resemblance by benign smooth muscle neoplasms of the uterus. Pathologists diagnose and grade leiomyosarcoma based on three standard criteria (i.e., mitosis count, necrosis, and nuclear atypia). Among these, mitosis count is the most important and challenging biomarker. In general, pathologists use the traditional manual counting meth…
【数据结构与技术规格】
文件数 20 个，合计 22.85 MB。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/tahirlee/uterine-leiomyosarcoma-histopathology
使用许可：Apache 2.0。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("tahirlee/uterine-leiomyosarcoma-histopathology")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d tahirlee/uterine-leiomyosarcoma-histopathology
unzip uterine-leiomyosarcoma-histopathology.zip -d uterine-leiomyosarcoma-histopathology/
数据说明
该数据集是一个专门针对子宫平滑肌肉瘤的组织病理学图像数据集，主要用于支持基于深度学习的核分裂象识别研究。数据集包含从子宫平滑肌肉瘤组织切片中采集的高分辨率病理图像，这些图像经过专业标注，重点关注核分裂象的检测与计数。数据来源于公开的医学影像平台，旨在为计算机辅助诊断、肿瘤分级和预后评估提供标准化的训练与测试资源。该数据集适用于医疗影像分析、深度学习算法开发以及妇科肿瘤的病理学研究。
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。
