肾脏病理图像分割（KPIs）挑战赛数据集
包含来自60多张PAS染色全切片图像的超过10,000个肾小球标注，用于肾脏病理图像分割，涵盖正常和多种CKD小鼠模型。
基本信息
资源简介
肾脏病理图像分割（KPIs）挑战赛数据集
【数据内容】
源站原始描述：Segment instances of microvascular structures from healthy human kidney tissue slides
中文译文（机器翻译，仅供快速理解，请以原文为准）：从健康人类肾脏组织切片中分割微血管结构的实例。
【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://www.kaggle.com/competitions/hubmap-hacking-the-human-vasculature/data
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.competition_download("hubmap-hacking-the-human-vasculature")
print("比赛数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle competitions download -c hubmap-hacking-the-human-vasculature
数据说明
该数据集由范德比尔特大学组织，包含来自60多张过碘酸希夫（PAS）染色全切片图像的超过10,000个已注释的肾小球，涵盖正常和多种慢性肾病（CKD）模型的预临床小鼠模型，用于肾脏病理图像分割任务，旨在推动疾病研究和诊断。
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。
