金叙利亚仓鼠SARS-CoV-2 QuPath像素分类器数据集
该Zenodo存储库包含完整的开源数字病理数据集、QuPath 0.5.1项目文件、训练好的Random Trees像素分类器、人工训练标注集和工作流参数，用于自动定量实验感染金叙利亚仓鼠（Mesocricetus auratus）肺组织切片中的SARS-CoV-2核蛋白免疫标记
基本信息
资源简介
金叙利亚仓鼠SARS-CoV-2 QuPath像素分类器数据集
该数据集是一个面向SARS-CoV-2感染动物模型数字病理分析的开放资源，英文名称为“QuPath pixel classifier and dataset for SARS-CoV-2 in golden Syrian hamsters”，在站内归入呼吸系统疾病／其他分类，来源站点为doi.org。它汇集了完整的开源数字病理数据集、QuPath 0.5.1项目文件、已训练好的Random Trees像素分类器、人工训练标注集以及配套的工作流参数，目标是实现对实验感染金叙利亚仓鼠（Mesocricetus auratus）肺组织切片中SARS-CoV-2核蛋白免疫标记的自动化定量。该资源由Masdefiol-Garriga, Joan、Cobos, Àlex、Vergara-Alert, Júlia与Segalés, Joaquim共同贡献，托管于Zenodo，发布时间为2026年，采用Creative Commons Attribution 4.0 International许可发布，便于研究者在署名前提下复用与再分发。
【数据集背景】
免疫组织化学（IHC）被广泛用于检测组织切片中的病毒抗原，但传统的肉眼判读评分本质上带有主观性，可能引入观察者之间的差异。数字病理与基于机器学习的图像分析为更客观、更可重复地定量免疫标记提供了机会。在此背景下，该研究旨在开发并验证一种自动化数字方法，用于定量严重急性呼吸综合征冠状病毒2（SARS-CoV-2）在实验感染金叙利亚仓鼠肺组织切片中的核蛋白免疫标记，并将所建立的完整分析资产以开放形式发布，供同行参考与复用。
【数据内容】
该存储库包含的内容类型包括：完整的开源数字病理数据集；QuPath 0.5.1项目文件；训练好的Random Trees像素分类器；人工训练标注集；以及工作流参数。这些组件共同构成一套可复现的自动化定量流程所需的核心材料，覆盖从图像数据、标注训练到分类器模型与参数配置的各个环节。源站未提供各组件具体文件数量、图像张数、标注区域面积或分类器性能指标等细节。
【采集与来源】
数据来源于对实验感染金叙利亚仓鼠（Mesocricetus auratus）的肺组织切片进行SARS-CoV-2核蛋白免疫标记的数字病理图像。数据以QuPath 0.5.1项目形式组织，项目文件与训练标注、像素分类器及工作流参数一并归档于Zenodo。源站未提供切片制备、染色、扫描设备与扫描参数等更详细的采集信息。
【适用场景】
该数据集适用于肺部SARS-CoV-2抗原免疫标记的数字病理定量分析场景，尤其是需要在仓鼠感染模型中客观、可重复地评估核蛋白免疫标记水平的研究。借助已训练的Random Trees像素分类器和配套工作流参数，使用者可在QuPath环境中复现自动化定量流程，也可将人工训练标注集用于方法学比较、算法再训练或教学演示。源站未提供该流程在其他物种、其他组织或其他抗原标记上的适用性说明。
【使用方法】
使用者可基于QuPath 0.5.1打开随数据集提供的项目文件，调用已训练的Random Trees像素分类器，并按照随附的工作流参数对肺组织切片图像执行自动化定量分析；人工训练标注集可用于检查或重建分类器的训练过程。源站未提供逐步操作教程、软件安装说明或参数取值列表。
【质量与限制】
该数据集以开源形式发布，采用Creative Commons Attribution 4.0 International许可，具备较好的可获取性与复用条件；其方法学动机在于降低传统视觉评分的主观性与观察者间差异。源站未提供分类器准确度、重复性、与人工评分一致性等验证指标，也未提供数据规模与样本量信息，因此其性能边界与泛化能力需由使用者自行评估。
【引用与许可】
使用该数据集时应按学术规范引用其作者Masdefiol-Garriga, Joan、Cobos, Àlex、Vergara-Alert, Júlia与Segalés, Joaquim，并注明来源站点doi.org及托管平台Zenodo。许可条款为Creative Commons Attribution 4.0 International，允许在署名前提下使用、修改与分发。源站未提供具体引用格式、版本号或DOI字符串。
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/10.5281/zenodo.23535439
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 8.66 GB。
数据说明
该Zenodo存储库包含完整的开源数字病理数据集、QuPath 0.5.1项目文件、训练好的随机树像素分类器、人工训练标注集以及用于自动定量实验感染金黄叙利亚仓鼠（Mesocricetus auratus）肺组织切片中SARS-CoV-2核蛋白免疫标记的工作流参数。摘要 背景：免疫组织化学（IHC）广泛用于检测组织切片中的病毒抗原；然而，传统的视觉评分本质上具有主观性，可能引入观察者间变异。数字病理学和基于机器学习的图像分析为更客观、可重复地定量免疫标记提供了机会。目的：本研究旨在开发并验证一种自动化数字方法，用于定量实验感染金黄叙利亚仓鼠（GSH）肺组织中的严重急性呼吸综合征冠状病毒2（SARS-CoV-2）抗原免疫标记，并将其性能与传统视觉评分进行比较。
方法：对感染SARS-CoV-2的GSHs肺切片进行免疫组化检测病毒抗原，并进行数字扫描。使用QuPath®软件训练像素分类器，以识别和量化SARS-CoV-2阳性免疫标记，生成每个样本阳性组织面积的百分比。结果与由认证兽医病理学家分配的常规视觉评分（0–3）进行比较。采用相关性分析和Cohen’s kappa统计量评估两种方法之间的一致性。此外，应用无监督k-means聚类对样本进行分类，独立于视觉评分。结果：自动数字量化显示与常规视觉评估有非常强的关联。当根据分类器衍生的区间对样本进行分类时，与视觉评分的一致性几乎完美（κ = 0.861），证明了稳健的
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。
