高质量标注皮肤黑色素瘤亚型组织病理切片数据集 - ALM_WSI Dataset
该数据集为皮肤黑色素瘤（CM）的 H&E 染色全切片图像（WSI）集合，包含来自 CPTAC-CM 队列 32 位患者的 82 张 WSI，涵盖活检与手术切除样本
基本信息
资源简介
高质量标注皮肤黑色素瘤亚型组织病理切片数据集 - ALM_WSI Dataset
High-quality annotated histopathological skin melanoma subtype slides for AI model development and validation - ALM_WSI Dataset
该数据集为皮肤黑色素瘤（CM）的 H&E 染色全切片图像（WSI）集合，包含来自 CPTAC-CM 队列 32 位患者的 82 张 WSI，涵盖活检与手术切除样本。每张 WSI 均在资深皮肤病理学家监督下依据 2022 WHO 分类标准进行人工标注，并按亚型划分为四个子集。该资源旨在加速稳健深度学习模型的开发，推动计算皮肤病理学与个性化肿瘤学发展（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-06-21。
【数据内容】
源站描述（机器翻译，仅供参考）：为解决标注数据稀缺的问题，我们提出了一个经过整理的皮肤黑色素瘤（CM）数据集。该集合包含 82 张 H&E 染色的全切片图像（WSI），包括活检和手术切除样本，来自 CPTAC-CM 队列中的 32 位患者。每张 WSI 均在资深皮肤病理学家的监督下进行人工标注，以确保严格符合 2022 WHO 分类标准。为便于高效的数据访问和利用，该数据集被划分为四个亚型特异性子集。该资源旨在加速稳健深度学习模型的开发，推动计算皮肤病理学和个性化肿瘤学的发展。数据可用性与访问链接：- SSM_WSI（浅表扩散性黑色素瘤）： - LMM_WSI（恶性雀斑样黑色素瘤）： - NM
【数据结构与技术规格】
文件数 1 个，合计 1.32 GB。数据集 DOI：10.6084/m9.figshare.32749508.v1。
【主题与分类】
源站学科分类：Pathology (excl. oral pathology)、Oncology and carcinogenesis not elsewhere classified、Deep learning、Computer vision、Image processing。主题标签：Cutaneous Melanoma、Oncology、Dermatopathology、Whole slide images (WSI)、Digital Pathology、Annotated Data Set、Acral Lentiginous Melanoma、ALM。本站分类：肿瘤/皮肤癌。
【适用方向】
源站学科分类标注为 Pathology (excl. oral pathology)、Oncology and carcinogenesis not elsewhere classified、Deep learning、Computer vision、Image processing。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/High-quality_annotated_histopathological_skin_melanoma_subtype_slides_for_AI_model_development_and_validation_-_ALM_WSI_Dataset/32749508
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Yoon, Seong-mi; Shon, Byungeun; Kim, So-yeon; Kim, Byungae; Kim, Jongkwang; Jeong, Sungmoon (2026). High-quality annotated histopathological skin melanoma subtype slides for AI model development and validation - ALM_WSI Dataset. figshare. Dataset
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
源站：https://doi.org/10.6084/m9.figshare.32749508
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 1.32 GB。
数据说明
为解决标注数据稀缺的问题，我们提出了一个经过整理的皮肤黑色素瘤（CM）数据集。该数据集包含82张H&E染色的全切片图像（WSI），涵盖活检和手术切除标本，来源于CPTAC-CM队列中的32名患者。每张WSI均在资深皮肤病理学家的监督下进行人工标注，以确保严格符合2022年WHO分类标准。为实现高效的数据访问与利用，该数据集被划分为四个亚型特异性子集。该资源旨在加速稳健深度学习模型的开发，推动计算皮肤病理学和个性化肿瘤学的发展。数据可用性与访问链接：SSM_WSI（浅表扩散性黑色素瘤）：https://doi.org/10.6084/m9.figshare.32749864 LMM_WSI（恶性雀斑样黑色素瘤）：https://doi.org/10.6084/m9.figshare.32748457 NM_WSI（结节性黑色素瘤）：https://doi.org/10.6084/m9.figshare.32748578 ALM_WSI（肢端雀斑样黑色素瘤）：https://doi.org/10.6084/m9.figshare.32749508
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。
