组织病理学AI公平性系统综述：提取、审计与验证工件（79项研究语料，稿件v0.3.4）

数据集获取

源站：https://doi.org/10.5281/zenodo.23060166

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。

数据集大小约 2.3 MB。

数据说明

用于一项关于组织病理学 AI 中公平性的 PRISMA-2020 系统综述的机器可读证据与分析代码。内容。(i) 针对 62 项研究的分析语料库的双编码、经裁定提取表，包含原始多编码者输出和编码者间一致性统计；(ii) 筛选、去重和事后资格审计日志；(iii) 对所有 62 项研究的按编码者及经裁定的 QUADAS-2 偏倚风险判断；(iv) 完整的共识认可编码流程——经筛选的综述池、预先指定的随机样本（n=30，seed 20260913）、编码规范、两轮独立编码、分歧及其裁定，以及带有 Wilson 95% 置信区间的计数；(v) 39 个数据集的人口统计学元数据审计；(vi) 逐项声明的统计登记表，将每一个报告的数字映射到其来源行，并附生成每个值的代码。因版权原因，未包含所综述论文的全文。代码采用 MIT 许可；数据表采用 CC BY 4.0 许可。一份 SHA-256 清单（MANIFEST.sha256）覆盖该数据包中的每个文件。

本软件包是截至 2026 年 9 月 30 日稿件的工作树快照（正文 46 页 + 补充材料 28 页）。2026 年 9 月 30 日版本。新增 79 项研究的更新：包含 17 项新增研究的双编码提取与偏倚风险表、事后编码目录、对 114 条高级筛选记录的逐条处置、五个全文候选的裁定，以及在一项内部不一致研究被剔除后进行的敏感性分析。未包含所评审论文的全文。稿件 v0.3.0（2026 年 9 月 30 日）。79 项研究的表格未变。本版本记录，稿件现在在讨论部分和 PRISMA 检查表中使用这些表格：作者地理分布 81.0%（64/79），东亚 12 项研究，儿童癌症是两项研究的主要焦点；任何公平性指标 27.8%（22/79），三项研究涉及期望校准误差；超过

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。