UNN-LC 高分辨率组织病理肺组织图像块数据集

数据集获取

源站：https://doi.org/10.18710/ZZASBA

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

UNN-LC高分辨率组织病理学肺组织图像块数据集是一个为肺癌计算预后评估而设计的图像块集合。该数据集由挪威北部大学医院的194张全切片图像（WSIs）的子集汇编而成，全面呈现了多种肺组织状况。每个768 x 768像素的图像块均有助于对组织形态进行详细分析。该数据集由肿瘤学家Thomas Kilvær和病理学家Stig Dalen共同标注，力求最大限度地减少选择与标记偏差。具体而言，主要由癌细胞（包括肿瘤浸润淋巴细胞）构成的图像块由Stig Dalen标注。Thomas Kilvær则为代表正常肺组织的图像块提供了标注。Stig Dalen与Thomas Kilvær的共同努力完成了反应性间质伴三级淋巴结构及坏死区域的标注数据。标注工作通过QuPath软件及一款定制开发的标注工具完成。该数据集将图像块分为四类：坏死、肿瘤、间质_tls和正常肺组织。

坏死类别包含与肿瘤区域相关的组织斑块，而正常肺类别则代表健康肺组织区域，包括间质成分。stroma_tls类别的特征是具有致密组织和淋巴细胞聚集的反应性间质斑块。肿瘤组织类别包含以肿瘤内容物为主的斑块，也可能包括有肿瘤浸润淋巴细胞（TILs）的区域。对于有兴趣进一步扩大范围并改善数据集中类别平衡的人，可以整合来自LC25000数据集的额外斑块，以更多样地呈现组织状况。这种方法可以增强使用该数据开发的计算模型的稳健性。该数据集被分为训练集和测试集，以促进和推动

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。