组织病理学非黑色素瘤皮肤癌分割数据集
该数据集是一个包含290张非黑色素瘤皮肤癌H&E染色组织切片图像及对应手工标注分割掩码的病理图像数据集，数据涵盖基底细胞癌、鳞状细胞癌和表皮内癌三种癌症类型，并提供了12类组织结构的像素级标注以及癌症边缘坐标信息，主要用于医学图像分割、癌症自动分类和计算机辅助诊断等研究方向，支持深度学习模型在皮肤癌病理分析中的开发与评估。
基本信息
资源简介
组织病理学非黑色素瘤皮肤癌分割数据集
【一句话概览】
该数据集包含290张非黑色素瘤皮肤癌H&E组织切片图像及手工标注的分割掩码，由澳大利亚Salisbury的MyLab Pathology提供切片，病理学家选取代表性切片，涵盖基底细胞癌140例、鳞状细胞癌60例、表皮内癌90例，含剃须活检100例、穿刺活检58例、切除活检132例。切片经二甲苯处理和石蜡包埋，于2017年末至2018年初历时四个月成像，患者年龄34至96岁，中位70岁，男女比例分别为2/3和1/3。图像以TIF格式存储，掩码以PNG格式存储，并提供多种降采样分辨率及癌症边缘坐标CSV数据（来源 Research Data Australia，OTHER 许可）。
【数据集背景】
本数据集源站标题为《Histopathology Non-Melanoma Skin Cancer Segmentation Dataset》。源站首次发布：2021-01-01。
【数据内容】
源站原始描述：A collection of 290 images of non-melanoma skin cancer H&E tissue sections and hand-annotated segmentation masks. Access to a pre-existing collection of skin cancer slides was provided by MyLab Pathology (Salisbury, Australia). A pathologist selected 290 slides and specific tissue sections which were representative of typical cases of non-melanoma skin cancer. The cancer classes are Basal Cell Carcinoma (BCC - 140), Squamous Cell Carcinoma (SCC - 60) and Intra-Epidermal Carcinoma (IEC - 90). The…
中文译文（机器翻译，仅供快速理解，请以原文为准）：一套包含290张非黑色素瘤皮肤癌H&E组织切片图像及手工标注分割掩膜的数据集。皮肤癌切片的既有采集由MyLab Pathology（澳大利亚索尔兹伯里）提供。一位病理学家选取了290张切片及特定组织区域，这些切片及区域代表了非黑色素瘤皮肤癌的典型病例。癌症类别为基底细胞癌（BCC - 140）、鳞状细胞癌（SCC - 60）和表皮内癌（IEC - 90）。该数据集包括削切活检（100）、钻取活检（58）和切除活检（132）。切片采用二甲苯处理和石蜡包埋制作，并于2017年末至2018年初历时四个月完成成像。切片来源于年龄在34至96岁之间的患者，中位年龄为70岁。女性和男性比例分别为2/3和1/3，这与澳大利亚人群中非黑色素瘤皮肤癌的患病率高度吻合（Staples et al., 2006）。切片使用DP27 Olympus显微镜相机搭配10倍放大镜头并连接聚光镜进行成像。单张图像通过https://github.com/smthomas-sci/HistoImageStitcher 上提供的软件拼接成高分辨率全景图。所得图像的分辨率为1像素对应0.67μm长度。图像以TIF格式存储。分割掩膜在ImageJ中创建，使用颜色将像素分为12个组织类别：腺体（GLD）、炎症（INF）、毛囊（FOL）、皮下组织（HYP）、网状真皮（RET）、乳头状真皮（PAP）、表皮（EPI）、角蛋白（KER）、背景（BKG）、BCC、SCC和IEC。颜色图例可在代码库中获取，掩膜以PNG格式存储。数据以较低分辨率（2倍、5倍和10倍降采样因子）以及原始分辨率（1倍）提供。还提供癌症边缘数据，包含每张图像癌症边缘的（x,y）坐标，格式为CSV。训练集、验证集和测试集用于支持基准测试，与Thomas et al.（2021）所使用的相同。参考文献：Staples, M.P., Elwood, M.…
【主题与分类】
主题标签：eng、non-Melanoma skin cancer segmentation、skin cancer segmentation imaging、INFORMATION AND COMPUTING SCIENCES。
【获取与许可】
源站页面：https://researchdata.edu.au/histopathology-non-melanoma-segmentation-dataset/3369696
使用许可：OTHER。
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://researchdata.edu.au/histopathology-non-melanoma-segmentation-dataset/3369696
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
该数据集包含290张非黑色素瘤皮肤癌的H&E染色组织切片图像及其手工标注的分割掩码。数据来源于澳大利亚MyLab病理实验室提供的皮肤癌切片，由病理学家选取了具有代表性的基底细胞癌（BCC，140例）、鳞状细胞癌（SCC，60例）和表皮内癌（IEC，90例）样本，涵盖剃切活检、穿刺活检和切除活检等多种类型。图像通过奥林巴斯显微镜在10倍放大下采集并拼接成高分辨率马赛克图像，像素分辨率为0.67微米/像素。分割掩码使用ImageJ标注，将像素分为12个组织类别（如腺体、炎症、毛囊、真皮层、表皮层、角质层及各类癌症区域等），并提供了癌症边缘坐标数据。数据集包含原始分辨率及下采样版本，划分了训练、验证和测试集，适用于医学图像分析、癌症自动分割与分类、计算机辅助诊断等研究方向。
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。
