H&E染色口腔鳞状细胞癌组织学图像数据集
该数据集是一个包含1020张H&E染色口腔鳞状细胞癌组织学图像（图像模态）的医学图像集合，提供了肿瘤区域和正常组织的手动标注，主要用于支持计算机视觉和深度学习在口腔癌区域自动分割及计算机辅助诊断方面的研究，旨在解决该领域标注数据缺乏的问题。
基本信息
资源简介
H&E染色口腔鳞状细胞癌组织学图像数据集
【数据集背景】
本数据集源站标题为《H&E-stained oral squamous cell carcinoma histological images dataset》。源站首次发布：2022-12-28。
【数据内容】
源站原始描述：Computer-aided diagnosis (CAD) can be used as an important tool to aid and enhance pathologists'' diagnostic decision-making. Deep learning techniques, such as convolutional neural networks (CNN) and fully convolutional networks (FCN), have been successfully applied in medical and biological research. Unfortunately, histological image segmentation is often constrained by the availability of labeled training data once labeling histological images for segmentation purposes is a highly-skilled, comp…
【数据结构与技术规格】
文件数 2459 个，合计 1.08 GB。数据集 DOI：10.17632/9bsc36jyrt.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/9bsc36jyrt
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://data.mendeley.com/datasets/9bsc36jyrt/1
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
该数据集是由联邦大学乌贝兰迪亚分校创建的口腔鳞状细胞癌组织学图像数据集，包含1020张尺寸为640x640像素的H&E染色组织学图像。数据集内容涵盖肿瘤区域和正常组织的手动标注图像，数据来源于口腔和颌面病理学部门的临床档案。在构建过程中，使用Slide Scanner Aperio AT2扫描仪在20倍放大倍数下捕获全切片图像，并从中随机提取图像补丁进行专业病理学家的手动标注。该数据集主要应用于口腔癌的计算机视觉研究，特别是用于解决标注训练数据缺乏的问题，支持深度学习模型在口腔癌区域自动分割和计算机辅助诊断中的应用。
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。
