EC-PD-L1：食管癌PD-L1状态预测的组织病理学数据集

数据集获取

源站：https://doi.org/10.6084/m9.figshare.31989708

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

EC-PD-L1是一个组织病理学图像数据集，用于从苏木精-伊红（H&E）染色图像预测食管癌中的PD-L1状态。该数据集由食管癌数字化病理切片构建，PD-L1标签由专家病理学家通过审阅配对的H&E和相应PD-L1免疫组织化学（IHC）图像进行分配。在数据集构建过程中，排除了染色质量不佳或组织碎裂的病例，以提高注释可靠性。该数据集包含两个类别的图像块：PD-L1阴性和PD-L1阳性。根据当前数据集摘要，该数据集共包含6，335个图像块，其中2，591个PD-L1阴性样本和3，744个PD-L1阳性样本。该数据集旨在用于开发和评估人工智能及计算病理学方法，以从常规H&E组织学图像中预测生物标志物。该数据集可支持数字病理学、生物标志物预测、医学图像分类以及用于癌症诊断和治疗决策支持的深度学习研究。在当前发布版本中，我们仅上传了每个类别200张图像。

如需获取完整数据集，请联系 lichen@bmie.neu.edu.cn 和 yuanlingling0314@163.com。

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。