HISTAI-colorectal-b1
HISTAI-colorectal-b1 是用于结直肠癌计算病理学的大规模全切片图像数据集子集，支持分类与分割任务。
基本信息
资源简介
HISTAI-colorectal-b1 是 HISTAI 数据集的一个子集，专注于结直肠癌病理学。该数据集包含大规模全切片图像（Whole Slide Image），用于计算病理学研究，支持分类、分割等任务。数据来源于公开的HISTAI项目，构建成本高昂，旨在推动计算病理学发展。
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（ModelScope）
方式一：MsDataset（Python）
# 前置依赖: pip install modelscope
from modelscope.msdatasets import MsDataset
ds = MsDataset.load("histai/HISTAI-colorectal-b1", subset_name="default", split="train")
print(ds)
方式二：CLI（命令行）
pip install modelscope
modelscope download dataset histai/HISTAI-colorectal-b1
数据集卡片摘录（源站）
Dear researchers and engineers, you’‘re accessing a dataset that would cost millions of dollars to build and took millions of nerves to negotiate favorable terms for its use. Your support, by liking the repositories and upvoting the collection, costs nothing but gives us valuable motivation to continue our contributions to the community. We reserve the right not to approve the request if you don’'t support our efforts. Thank you very much for collaboration!
HISTAI Dataset
Find more information and metadata at histai/HISTAI-metadata.
📄 Paper and Citation
A detailed research paper describing the HISTAI dataset is available:
Dmitry Nechaev, Alexey Pchelnikov, Ekaterina Ivanova
📖 Read on arXiv
📚 Citation
If you use HISTAI in your research, please cite:
@misc{nechaev2025histaiopensourcelargescaleslide,
title = {HISTAI: An Open-Source, Large-Scale Whole Slide Image Dataset for Computational Pathology},
author = {Dmitry Nechaev and Alexey Pchelnikov and Ekaterina Ivanova},
year = {2025},
eprint = {2505.12120},
archivePrefix = {arXiv},
primaryClass = {eess.IV},
url = {https://arxiv.org/abs/2505.12120}
}
## 许可
cc-by-nc-4.0
## 数据加载示例（图像类）
```python
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。
