基于公共DIAGSET数据库的前列腺癌二值分割研究的可复现性元数据与实验产物

数据集获取

源站：https://doi.org/10.25824/redu/edpcf2

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

本数据集包含一项计算研究的可复现性元数据、来源记录、配置文件、清单、中间产物和实验结果，该研究聚焦于组织病理学切片图像中前列腺癌的自动识别与二值分割。研究使用公开的DIAGSET数据库作为输入图像来源；原始DIAGSET图像未在本存档中重新分发。存档材料记录了研究数据在整个工作流程中的处理方式，包括伪影识别、图像块与二值掩膜提取、质量控制、基于图的清洗、按患者层级划分为训练集、验证集和测试集、颜色归一化策略、训练图像块的智能采样、学习率选择、监督分割模型训练、集成优化以及最终推理/评估。该集合包括CSV清单、SQLite来源与执行数据库、GeoJSON相关伪影元数据、患者层级划分产物、采样记录、模型训练元数据、集成配置文件以及定量评估输出。

其目的是支持用于研究组织病理学图像中前列腺癌分割的计算方法的验证、可追溯性和可重复性。

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。