乳腺癌组织学图像数据集
该数据集是一个乳腺癌病理组织学图像集合，主要包含经过数字化处理的临床病理切片图像，涵盖乳腺癌相关的不同组织学特征，适用于乳腺癌的自动分类、辅助诊断和病理分析等研究方向，是医学影像和人工智能在乳腺癌诊断领域的重要数据资源。
基本信息
资源简介
乳腺癌组织学图像数据集
【数据集背景】
本数据集源站标题为《Breast Cancer Histology Images》。源站首次发布：2026-04-14。
【数据内容】
源站原始描述：**Overview** This dataset is an augmented version of the Breast Cancer Histology (BACH) dataset, originally released as part of the ICIAR 2018 Grand Challenge on Breast Cancer Histology Images. The dataset is intended for research in medical image analysis, breast cancer classification, computer-aided diagnosis, and deep learning applications in digital pathology. The original BACH dataset contains 400 hematoxylin and eosin (H&E)-stained breast histopathology microscopy images distributed equall…
【数据结构与技术规格】
文件数 20 个，合计 3.34 MB。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/ucimachinelearning/breast-cancer-histology-images
使用许可：CC0: Public Domain。
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("ucimachinelearning/breast-cancer-histology-images")
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 ucimachinelearning/breast-cancer-histology-images
unzip breast-cancer-histology-images.zip -d breast-cancer-histology-images/
数据说明
该数据集是一个公开的乳腺癌组织学病理图像集合，主要用于乳腺癌的分类任务。数据集包含经过数字化处理的病理切片图像，这些图像来源于临床组织样本，涵盖了乳腺癌相关的不同组织学特征和形态。该数据集可用于训练和评估计算机视觉模型，以辅助乳腺癌的自动诊断、病理分型以及组织学分析，是医学影像分析和人工智能辅助诊断领域的重要资源。
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。
