基于CNN的皮肤癌组织病理图像分类数据集

数据集获取

源站：https://doi.org/10.17632/d48b5zybck.1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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 3.62 GB。

数据说明

该数据集由从A.H.R.I.的354名癌症患者采集的H&E染色数字显微组织学图像组成。数据集包含四个类别（良性、BCC、SCC和黑色素瘤）。数据集分为活检的良性肿瘤和恶性肿瘤。在×40、×100、×200和×400四种放大倍数下提取了小图像块。良性肿瘤被分为八个子类，分别为黑色素细胞痣、Prome、毛母质瘤、脂溢性角化病（色素性）、毛母细胞瘤、Verica、皮肤纤维瘤、传染性软疣、漏斗部囊肿，恶性肿瘤也被分为三个子类，分别为基底细胞癌（BCC）、鳞状细胞癌（SCC）和黑色素瘤，有时称为恶性黑色素瘤（MM）。该数据集包含16,099张经数据增强的总组织学图像，未经数据增强的总组织学图像为4,357张。该数据集的所有者为Alemu Abate Asheber（软件工程硕士）。该数据集中不涉及任何第三方。

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。