BreakHis乳腺癌组织病理数据库
BreakHis是癌症病理图像分类常用数据集，可用于良恶性分类、放大倍率鲁棒性、迁移学习和小样本病理AI研究。
基本信息
资源简介
BreakHis乳腺癌组织病理数据库
【一句话概览】
乳腺癌组织病理图像分类数据集（BreakHis）包含来自82名患者的9109张乳腺肿瘤组织显微图像，采用40X、100X、200X和400X四种放大倍数采集。目前包含2480例良性和5429例恶性样本，图像为700X460像素、3通道RGB、每通道8位深度、PNG格式。该数据库与巴西巴拉那州病理解剖与细胞病理学P&D实验室合作建立，可用于未来基准测试与评估（来源 web.inf.ufpr.br）。
【数据集背景】
本数据集源站标题为《Breast Cancer Histopathological Database (BreakHis)》。
【数据内容】
源站原始描述：The Breast Cancer Histopathological Image Classification (BreakHis) is composed of 9,109 microscopic images of breast tumor tissue collected from 82 patients using different magnifying factors (40X, 100X, 200X, and 400X). To date, it contains 2,480 benign and 5,429 malignant samples (700X460 pixels, 3-channel RGB, 8-bit depth in each channel, PNG format). This database has been built in collaboration with the P&D Laboratory – Pathological Anatomy and Cytopathology, Parana, Brazil ( We believe th…
中文译文（机器翻译，仅供快速理解，请以原文为准）：乳腺癌组织病理学图像分类（BreakHis）数据集由来自82名患者的9,109张乳腺肿瘤组织显微图像组成，这些图像使用了不同的放大倍数（40倍、100倍、200倍和400倍）采集。迄今为止，该数据集包含2,480个良性样本和5,429个恶性样本（尺寸为700X460像素，3通道RGB，每通道8位深度，PNG格式）。该数据库是与巴西巴拉那州病理解剖与细胞病理学研发实验室（http://www.prevencaoediagnose.com.br）合作建立的。我们相信，研究人员会发现该数据库是一个有用的工具，因为它使得未来的基准测试和评估成为可能。
【主题与分类】
主题标签：breast cancer、histopathology、microscopic images、benign、malignant、PNG、RGB、40X、100X、200X。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://web.inf.ufpr.br/vri/databases/breast-cancer-histopathological-database-breakhis/
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。
需登录公开下载
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。
暂未开放有偿下载
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://web.inf.ufpr.br/vri/databases/breast-cancer-histopathological-database-breakhis/
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:
数据说明
乳腺肿瘤良恶性组织病理图像，包含多种放大倍率。
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。
