Name: Histo-Seg：H&E 全切片图像分割数据集
Creator: Mendeley Data

基本信息

模态

医学影像

大小

2.964819087 GB

任务类型

图像分割

创建/更新时间

2026-10-08

资源简介

Histo-Seg：H&E 全切片图像分割数据集

Histo-Seg 是一个面向皮肤组织病理学图像分析的全切片图像分割数据集，全称为 Histo-Seg: H&E Whole Slide Image Segmentation Dataset。该数据集围绕皮肤癌相关组织结构的自动识别与分割任务构建，包含 38 例经化学染色的全切片图像样本，并为每一例样本提供由组织病理学家标注的对应真值。标注体系共覆盖 12 个类别，既包括皮肤层次结构，也包括皮肤组织成分、皮肤癌病变区域以及背景。数据集发布于 2025 年，来源站为 doi.org，所属机构为 Mendeley Data，主题涉及病理学、显微成像、皮肤、组织病理学与活检等方向。在肿瘤与皮肤癌研究领域，该数据集可用于支持基于 H&E 染色全切片图像的语义分割模型开发与评估。

【数据集背景】

皮肤癌的病理诊断高度依赖组织切片中不同层次、组织结构和病变区域的识别。H&E 染色是组织病理学中最常用的染色方式之一，能够呈现细胞与组织的形态学特征。随着全切片图像数字化的发展，利用计算方法对皮肤组织切片进行自动分割，成为辅助病理分析的重要方向。Histo-Seg 正是在这一背景下构建的数据集，其目标是为皮肤组织病理学图像分割提供带有专家标注的样本资源。该数据集被归类于肿瘤 / 皮肤癌方向，主题标签包括 Pathology、Microscopy、Skin、Histopathology 和 Biopsy，体现出其在病理显微图像分析与皮肤活检研究中的定位。

【数据内容】

该数据集由 38 例化学染色的全切片图像样本组成，并包含与这些样本对应的真值标注。标注由组织病理学家完成，共定义 12 个类别。这些类别可归纳为四个主要方面：一是皮肤层次，包括 Epidermis（表皮）、Reticular dermis（网状真皮）、Papillary dermis（乳头真皮）、Dermis（真皮）和 Keratin（角蛋白）；二是皮肤组织，包括 Inflammation（炎症）、Hair follicles（毛囊）和 Glands（腺体）；三是皮肤癌，包括 Basal cell carcinoma（基底细胞癌）、Squamous cell carcinoma（鳞状细胞癌）和 Intraepidermal carcinoma（表皮内癌）；四是背景，即 BKG。上述类别覆盖了从正常皮肤结构到癌变区域以及非组织背景的多种目标，为分割任务提供了较为细致的标注体系。

【采集与来源】

该数据集来源于 doi.org，所属机构为 Mendeley Data，发布时间为 2025 年。数据以 H&E 全切片图像为基础，样本经过化学染色处理，并由组织病理学家提供对应的真值标注。作者包括 Abdul Salam, Anum、Asaf, Zeeshan、Akram, Muhammad Usman、Rao, Babar、Khan, Samavia 以及 sanabria, bianca。关于具体的扫描设备、染色流程、切片制备细节、标注工具及标注一致性评估等信息，源站未提供。

【适用场景】

基于其标注类别和图像类型，该数据集适用于皮肤组织病理学中的全切片图像分割任务。具体而言，可用于训练和评估模型识别皮肤层次结构，如表皮、真皮及其细分层次；可用于分割皮肤组织成分，如炎症、毛囊和腺体；也可用于定位皮肤癌区域，包括基底细胞癌、鳞状细胞癌和表皮内癌。此外，背景类别的存在使模型能够区分组织区域与非组织区域。该数据集还可用于病理图像分析研究中的方法比较、算法验证以及皮肤癌辅助诊断相关的探索性工作。关于具体的基准任务、评价指标或竞赛设置，源站未提供。

【使用方法】

该数据集以全切片图像样本及其对应真值标注的形式提供。使用者可将图像与标注配对，用于语义分割模型的监督训练、验证或测试。由于标注涵盖 12 个类别，使用时可依据研究目标选择全部类别或部分类别进行训练与评估。关于数据的具体目录结构、文件格式、图像分辨率、标注格式、读取工具或预处理建议，源站未提供。

【质量与限制】

该数据集的标注由组织病理学家完成，覆盖 12 个类别，包含皮肤层次、皮肤组织、皮肤癌和背景，具有专家标注这一重要质量基础。样本量为 38 例化学染色全切片图像，属于特定来源和特定染色条件下的数据集合。关于数据集的类别平衡性、标注者间一致性、图像质量差异、扫描伪影、样本多样性、伦理审批或隐私处理等信息，源站未提供。使用者应注意，该数据集仅覆盖皮肤组织病理学中的 H&E 全切片图像，其适用范围可能受样本数量、来源机构和标注体系限制。

【引用与许可】

该数据集由 Abdul Salam, Anum、Asaf, Zeeshan、Akram, Muhammad Usman、Rao, Babar、Khan, Samavia 和 sanabria, bianca 共同贡献，所属机构为 Mendeley Data，来源站为 doi.org，发布时间为 2025 年。关于具体的引用格式、DOI 编号、许可协议类型、使用限制或商业使用条件，源站未提供。使用者在引用或再利用该数据集时，应查阅来源站发布页面的正式说明。

原始链接

https://doi.org/10.17632/vccj8mp2cg.2

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/10.17632/vccj8mp2cg.2

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。

数据集大小约 2.96 GB。

数据说明

该数据集由38个经化学染色的全切片图像样本及其相应的由组织病理学家标注的真实标签组成，涉及12个类别，分别指示皮肤层（表皮、网状真皮、乳头状真皮、真皮、角质）、皮肤组织（炎症、毛囊、腺体）、皮肤癌（基底细胞癌、鳞状细胞癌、表皮内癌）和背景（BKG）。

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