SinaiU-OMP 口腔颌面病理组织病理学图像数据集
SinaiU-OMP 数据集是来自 data.mendeley.com 的经整理组织病理学图像集合，共 300 张匿名图像，覆盖正常口腔黏膜、口腔鳞状细胞癌（OSCC）、牙源性角化囊肿（OKC）、成釉细胞瘤-丛状型（AB）和多形性腺瘤（PA）等口腔颌面病变
基本信息
资源简介
SinaiU-OMP 口腔颌面病理组织病理学图像数据集
SinaiU-OMP Dataset: A Curated Histopathological Image Dataset for Oral and Maxillofacial Pathology to Support AI Research
SinaiU-OMP 数据集是来自 data.mendeley.com 的经整理组织病理学图像集合，共 300 张匿名图像，覆盖正常口腔黏膜、口腔鳞状细胞癌（OSCC）、牙源性角化囊肿（OKC）、成釉细胞瘤-丛状型（AB）和多形性腺瘤（PA）等口腔颌面病变。图像取自福尔马林固定、石蜡包埋并经 H&E 染色的组织切片，由经验丰富的口腔颌面病理学家选取诊断视野，每张图像在图像级别标注确诊诊断，不提供分级或分割掩膜。该数据集面向研究与教育用途，尤其用于计算口腔颌面病理学中人工智能模型的开发与基准测试（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2026-01-15。
【数据内容】
源站描述（机器翻译，仅供参考）：SinaiU-OMD 数据集是一个经整理的集合，包含 300 张匿名组织病理学图像，代表关键的口腔颌面病变，包括正常口腔黏膜、口腔鳞状细胞癌（OSCC）、牙源性角化囊肿（OKC）、成釉细胞瘤-丛状型（AB）和多形性腺瘤（PA）。图像取自福尔马林固定、石蜡包埋并经苏木精和伊红（H&E）染色的组织切片，代表由经验丰富的口腔颌面病理学家选取的诊断视野。每张图像在图像级别标注确诊诊断；不提供分级或分割掩膜。该数据集面向研究与教育用途，尤其用于计算口腔颌面病理学中人工智能模型的开发与基准测试。伦理批准已获得学院研究伦理委员会的批准。
【数据结构与技术规格】
文件数 303 个，合计 594.68 MB。数据集 DOI：10.17632/y9cjhmf8rz.1。
【主题与分类】
主题标签：口颌系统疾病、成釉细胞瘤、口腔鳞状细胞癌、牙源性角化囊肿、多形性腺瘤、组织病理学图像、人工智能研究。本站分类：口颌系统疾病/成釉细胞瘤。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/y9cjhmf8rz
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://data.mendeley.com/datasets/y9cjhmf8rz
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 594.7 MB。
数据说明
Mohamed Hammad (2026). SinaiU-OMP Dataset: A Curated Histopathological Image Dataset for Oral and Maxillofacial Pathology to Support AI Research [Dataset]. http://doi.org/10.17632/y9cjhmf8rz.1
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。
