Histo-Seg：H&E 全切片图像分割数据集-90070
Histo-Seg 是一个面向皮肤组织病理学的 H&E 全切片图像分割数据集，包含 38 例化学染色全切片图像样本，并由组织病理学家提供对应的真实标注
基本信息
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研究的 H&E 全切片图像分割数据集，共收录 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实标注。该数据集覆盖 12 个类别，既包括皮肤层次结构，也包括皮肤组织成分、皮肤癌病变以及背景区域，可用于训练和评估面向全切片图像的语义分割模型。其分类归属为肿瘤 / 皮肤癌，主题涉及病理学、显微成像、皮肤、组织病理学与活检等方向，适合用于皮肤癌病理图像分析相关的方法研究与验证。
【数据集背景】
皮肤癌的病理诊断高度依赖对 H&E 染色组织切片的形态学判读，而全切片图像包含丰富的层次结构与多种组织成分，人工判读耗时且存在观察者间差异。Histo-Seg 的构建面向这一场景，提供带有组织病理学家真实标注的皮肤全切片图像分割数据，以支持对皮肤层次、皮肤组织、皮肤癌病变及背景进行像素级区分的研究。该数据集发布于 2024 年，由 Mendeley Data 作为机构来源，作者包括 Abdul Salam, Anum、Asaf, Zeeshan、Akram, Muhammad Usman、Rao, Babar、Khan, Samavia 与 sanabria, bianca。
【数据内容】
数据集由 38 例化学染色的全切片图像样本组成，每例样本均配有对应的真实标注，标注由组织病理学家完成。标注共包含 12 个类别，可归纳为四组：其一为皮肤层次，包括表皮（Epidermis）、网状真皮（Reticular dermis）、乳头状真皮（Papillary dermis）、真皮（Dermis）与角质层（Keratin）；其二为皮肤组织，包括炎症（Inflammation）、毛囊（Hair follicles）与腺体（Glands）；其三为皮肤癌，包括基底细胞癌（Basal cell carcinoma）、鳞状细胞癌（Squamous cell carcinoma）与表皮内癌（Intraepidermal carcinoma）；其四为背景（BKG）。上述类别设置使数据集同时覆盖正常皮肤结构、炎症与附属器组织以及癌变区域。
【采集与来源】
数据集来源站为 doi.org，机构为 Mendeley Data，发布时间为 2024 年。样本为化学染色的全切片图像，标注由组织病理学家提供。关于具体的染色流程、扫描设备、扫描分辨率、图像尺寸、样本采集机构与伦理审批信息，源站未提供。
【适用场景】
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，可用于区分皮肤各层次、识别炎症、毛囊与腺体等组织结构，并定位基底细胞癌、鳞状细胞癌与表皮内癌等皮肤癌区域，同时可将背景区域单独划分。其主题标签涵盖病理学、显微成像、皮肤、组织病理学与活检，因而也可用于病理图像分析方法的训练、验证与比较研究。
【使用方法】
使用时可依据 12 个类别定义构建分割任务，将每例全切片图像与其对应的组织病理学家标注配对，用于模型训练与评估。由于数据为全切片图像，通常需要结合切片切块、类别映射与结果拼接等常规流程开展实验。关于具体的数据划分方式、评价指标、基线模型与预处理步骤，源站未提供。
【质量与限制】
标注由组织病理学家完成，覆盖 12 个类别，为像素级监督提供了依据。数据集规模为 38 例全切片图像样本，规模相对有限。关于类别平衡性、标注一致性、图像质量、扫描伪影以及外部验证情况，源站未提供。
【引用与许可】
数据集作者为 Abdul Salam, Anum、Asaf, Zeeshan、Akram, Muhammad Usman、Rao, Babar、Khan, Samavia 与 sanabria, bianca，机构为 Mendeley Data，发布时间为 2024 年，来源站为 doi.org。关于具体的引用格式、DOI 编号与许可条款，源站未提供。
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.1
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 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
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。
