BACH乳腺组织显微图像数据集
该数据集包含500张苏木精和伊红染色的乳腺组织显微图像，属于图像模态数据，每张图像均经过医学专家标注为正常、良性、原位癌或浸润性癌四种类别，主要用于乳腺癌的计算机辅助诊断、组织病理图像分类算法开发以及深度学习模型在医学影像分析领域的训练与评估。
基本信息
资源简介
BACH乳腺组织显微图像数据集
【数据集背景】
本数据集源站标题为《1aurent/BACH》。源站首次发布：2023-10-15。
【数据内容】
源站原始描述：# BreAst Cancer Histology (BACH) Dataset: Grand Challenge on Breast Cancer Histology images ! ## Dataset Description - **Homepage**: - **DOI**: - **Publication Date** 2019-05-31 ## Description The dataset is composed of Hematoxylin and eosin (H&E) stained breast histology microscopy images. Microscopy images are labelled as normal, benign, in situ carcinoma or invasive carcinoma according to the predominant cancer type in each image. The annotation was performed by two medical experts and ima…
【数据结构与技术规格】
文件数 19 个，合计 7.73 GB。
【主题与分类】
主题标签：task_categories:image-classification、license:cc-by-nc-nd-4.0、size_categories:n<1K、format:parquet、modality:image、library:datasets、library:dask、library:mlcroissant、library:polars、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/1aurent/BACH
使用许可：cc-by-nc-nd-4.0。
【使用注意】
· 源站最后修改于 2024-05-25，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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("1aurent/BACH")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/1aurent/BACH
数据说明
BACH数据集是一个专门用于乳腺癌组织病理学分析的公开数据集，由苏木精和伊红（H&E）染色的乳腺组织显微图像组成。该数据集包含500张RGB彩色显微图像，尺寸为2048×1536像素，像素分辨率为0.42µm×0.42µm，每张图像大小约为10-20MB。所有图像均由两位医学专家进行独立标注，按照图像中主要癌症类型分为四类：正常组织、良性病变、原位癌和浸润性癌，标注不一致的图像已被排除。数据集按400个训练样本和100个测试样本划分，主要用于乳腺癌的计算机辅助诊断、组织病理图像分类和深度学习模型训练等研究。
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。
