苏木精-伊红染色膀胱尿路上皮细胞癌与炎症数字病理图像数据集

数据集获取

源站：https://doi.org/10.5061/dryad.0cfxpnw5q

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 68.37 GB。

数据说明

数字病理学需要大量标注良好的图像数据集，才能从深度学习算法中获益。遗憾的是，大多数可用数据集仅在切片级别进行标注，这不如补丁级别或像素级别标注那样有用。此外，尿路膀胱癌在数字病理学深度学习研究中的代表性不足。在此，我们展示了一个标注数据集，包含从90张尿路膀胱病变的苏木精-伊红染色组织病理学切片中获得的补丁级别图像。我们系统地获取了每张切片上所有可用组织区域的非重叠图像，并由我们团队的病理学家手动分类为炎症（5，948张图像）、尿路上皮细胞癌（UCC）（5，811张图像）或无效（3，132张图像）。

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。