CRC100K
这是一组 100,000 个非重叠图像块，来自人类结肠直肠癌 (CRC) 和正常组织的苏木精和伊红 (H&E) 染色组织学图像。 所有图像均为 224x224 像素 (px)，每像素 0.5 微米 (MPP)。 用于组…
基本信息
资源简介
CRC100K
【一句话概览】
CRC100K 包含 100,000 个非重叠图像块，取自人类结直肠癌及正常组织的 H&E 染色组织学图像，均为 224x224 像素、每像素 0.5 微米，用于组织分类，类别包括脂肪、背景、碎片、淋巴细胞、粘液、平滑肌、正常结肠黏膜、癌症相关基质和结直肠腺癌上皮。图像从 NCT 生物库和 UMM 病理档案的福尔马林固定石蜡包埋样本中手动提取，来自 86 例 H&E 染色人类癌症组织切片，涵盖原发肿瘤、肝转移及胃切除标本非肿瘤区域（来源 opendatalab.org.cn）。
【数据内容】
源站原始描述：这是一组 100,000 个非重叠图像块，来自人类结肠直肠癌 (CRC) 和正常组织的苏木精和伊红 (H&E) 染色组织学图像。 所有图像均为 224x224 像素 (px)，每像素 0.5 微米 (MPP)。 用于组织分类；类别是：脂肪（ADI），背景（BACK），碎片（DEB），淋巴细胞（LYM），粘液（MUC），平滑肌（MUS），正常结肠粘膜（NORM），癌症相关基质（STR），结直肠腺癌上皮（TUM）。 这些图像是从 NCT 生物库（德国海德堡国家肿瘤疾病中心）和 UMM 病理档案（大学医学中心）的福尔马林固定石蜡包埋 (FFPE) 样本中手动提取的 N=86 H&E 染色的人类癌症组织切片曼海姆，曼海姆，德国）。组织样本包含 CRC 原发性肿瘤切片和来自 CRC 肝转移灶的肿瘤组织；胃切除标本中的非肿瘤区域增加了正常组织类别，以增加变异性。
中文译文（机器翻译，仅供快速理解，请以原文为准）：这是一组包含100,000个非重叠图像块的数据集，源自人类结肠直肠癌（CRC）及正常组织的苏木精和伊红（H&E）染色组织学图像。所有图像尺寸统一为224x224像素（px），空间分辨率为每像素0.5微米（MPP）。该数据集旨在用于组织分类任务，涵盖的类别有：脂肪（ADI）、背景（BACK）、细胞碎片（DEB）、淋巴细胞（LYM）、粘液（MUC）、平滑肌（MUS）、正常结肠粘膜（NORM）、癌症相关基质（STR）以及结直肠腺癌上皮（TUM）。这些图像是从德国海德堡国家肿瘤疾病中心（NCT）生物样本库和曼海姆大学医学中心（UMM）病理档案馆的福尔马林固定石蜡包埋（FFPE）样本中，手工从N=86例H&E染色的人类癌症组织切片中提取的。组织样本包括CRC原发肿瘤切片及CRC肝转移灶的肿瘤组织；此外，胃切除标本中的非肿瘤区域被纳入以增加正常组织类别的多样性。
【主题与分类】
主题标签：结直肠癌、组织学图像、H&E染色、图像分类、病理学、结肠直肠癌、正常组织。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/CRC100K
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。
需登录公开下载
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。
暂未开放有偿下载
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
源站：https://opendatalab.org.cn/OpenDataLab/CRC100K
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 23.12 GB。
数据说明
该数据集包含10万张来自人类结直肠癌和正常组织的H&E染色组织学图像的非重叠图像块，尺寸为224×224像素，空间分辨率0.5微米/像素。用于组织分类任务，包含脂肪、背景、碎片、淋巴细胞、粘液、平滑肌、正常结肠粘膜、癌症相关基质和结直肠腺癌上皮共9个类别。图像源自NCT生物库和UMM病理档案的FFPE样本。
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。
