WSI嵌入数据集
全切片图像嵌入数据集，包含肺癌等癌症的病理特征嵌入向量，用于计算病理学特征提取与癌症研究。
基本信息
资源简介
WSI嵌入数据集
【数据集背景】
本数据集源站标题为《thanminh01/WSI_Embedding》。源站首次发布：2026-08-23。
【数据内容】
源站原始描述：# WSI_Embedding Patch and slide embeddings for whole-slide images, plus the run records used to produce them. **Original WSIs are not in this repo.** They stay on HPC / the source dataset remotes. Do not expect `.svs` / `.tif` here. Repo: `thanminh01/WSI_Embedding` ## Top-level layout | Path | What it is | Download when | |-|-|-| | `embeddings/ / / x_ px_ px_overlap/` | Encoder tensors (`.h5` / `.pt` / WSI-LLaVA json) and per-model TRIDENT `_config_` / `_logs_` | You need features | | `…
文件 Run-Information/README.md 为文本内容，开头为：# Nested under HuggingFace `Run-Information/` Categories (then dataset): - `runs-report/<dataset>/` — logs and job metadata - `prep/<dataset>/` — contours, g…
【数据结构与技术规格】
文件数 528 个，合计 149.44 MB。
【主题与分类】
主题标签：task_categories:feature-extraction、size_categories:1K<n<10K、modality:image、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/thanminh01/WSI_Embedding
【使用注意】
· 源站最后修改于 2026-09-15，引用时请注意版本时效。
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。
暂未开放公开下载
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。
免登录有偿下载
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("thanminh01/WSI_Embedding")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/thanminh01/WSI_Embedding
数据说明
全切片图像（WSI）的块和幻灯片嵌入数据集，包含来自DHMC-LUAD、TCGA-LUAD等癌症数据集的嵌入向量，由多种病理学特征提取模型（如TITAN、CONCH、Virchow、PRISM、KEEP、MUSK、WSI-LLaVA等）在不同放大倍数和块大小下生成。适用于计算病理学特征提取、癌症研究、医学影像分析等任务。
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。
