数字病理学中从分歧中学习：研究级提取、分类编码与分析材料

数据集获取

源站：https://doi.org/10.5281/zenodo.23049803

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 6.1 MB。

数据说明

本数据集包含支持系统性方法学综述《从数字病理学中的分歧中学习：人工智能研究中多评估者分歧的系统综述与操作性分类法》的研究级数据和可复现性材料。该综述考察了在数字病理学研究中，人类评估者分歧如何被表示、量化、聚合、纳入人工智能模型开发与评估，以及如何被明确建模。该存储库包含345项纳入研究的结构化数据，包括最终的研究级提取数据集、独立评审员分类法分配、分类法一致性与冲突分析、补充性多标签分歧分析、协调后的标注者特征编码、互斥的外部测试分类、综述特定的方法学评价材料，以及探索性二次分析。

五级操作分类法区分如下：0级，在人工智能工作流程中未对分歧进行表征；1级，仅对分歧进行量化；2级，将评分聚合为单一参考；3级，纳入分歧但未进行明确的标注者建模；4级，进行明确的标注者特异性建模。补充材料记录了方法学评价所用的操作定义、综述纳入资格与0级分类之间的界限，以及适用于标注者特征和外部测试类别的协调规则。提供这些材料旨在支持透明度、可重复性、二次方法学研究，以及未来对数字病理学中分歧感知人工智能方法的比较。该分类法代表的是分歧信息的操作化使用，而非方法学质量的排序。探索性统计分析应被解释为生成假设，而非验证性分析。

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。