组织病理学非黑色素瘤皮肤癌分割数据集

数据集获取

源站：https://researchdata.edu.au/histopathology-non-melanoma-segmentation-dataset/3369696

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。