CoNSeP 直肠癌肿瘤标志物分割及分类数据集

数据集获取

源站：https://warwick.ac.uk/fac/cross_fac/tia/data/hovernet/

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 0.14 GB。

数据说明

CoNSeP 全称 Colorectal Nuclear Segmentation and Phenotypes，是一个直肠癌肿瘤标志物分割及分类数据集，由 41 张 H&E 染色图像切片组成，每张图像切片大小为 1,000×1,000 像素，放大倍率为 40 倍。 这些图像是从 16 张结直肠腺癌 (CRA) 全切片图像中提取的，每个全切片图像都单独属于一个患者，并使用英国考文垂和沃里克郡大学医院病理学系内的 Omnyx VL120 扫描仪扫描。 该数据集由华威大学于 2019 年发布。 CoNSeP .torrent 做种 3 正在下载 0 已完成 822 总下载量 1,527 CoNSeP / README.md 1.29 KB README.txt 2.57 KB data / consep.zip 146.23 MB

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。