肺和结肠癌组织病理学图像数据集
该数据集包含25,000张组织病理学图像，涵盖肺鳞状细胞癌、肺腺癌、结肠腺癌及良性对照组织共5个类别，属于医学影像模态，主要用于训练和评估深度学习模型以实现癌症的自动检测与分类，支持计算机辅助诊断系统和数字病理学的研究与应用。
基本信息
资源简介
肺和结肠癌组织病理学图像数据集
【数据集背景】
本数据集源站标题为《Lung and Colon Cancer Histopathological Images》。源站首次发布：2020-04-14。
【数据内容】
源站原始描述：# About This Data This dataset contains 25,000 histopathological images with 5 classes. All images are 768 x 768 pixels in size and are in jpeg file format. The images were generated from an original sample of HIPAA compliant and validated sources, consisting of 750 total images of lung tissue (250 benign lung tissue, 250 lung adenocarcinomas, and 250 lung squamous cell carcinomas) and 500 total images of colon tissue (250 benign colon tissue and 250 colon adenocarcinomas) and augmented to 25…
【数据结构与技术规格】
文件数 20 个，合计 1.90 MB。
【主题与分类】
主题标签：cancer、image、health、health conditions、computer vision。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/andrewmvd/lung-and-colon-cancer-histopathological-images
使用许可：CC BY-SA 4.0。
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.dataset_download("andrewmvd/lung-and-colon-cancer-histopathological-images")
print("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 datasets download -d andrewmvd/lung-and-colon-cancer-histopathological-images
unzip lung-and-colon-cancer-histopathological-images.zip -d lung-and-colon-cancer-histopathological-images/
数据说明
该数据集是一个用于癌症诊断研究的医学影像数据集，包含25,000张组织病理学图像，涵盖5个类别：肺鳞状细胞癌、肺腺癌、结肠腺癌、良性肺组织和良性结肠组织。数据来源于组织切片样本的数字化图像，通过专业病理学家标注构建。该数据集主要用于开发基于深度学习的癌症自动检测与分类模型，支持计算机辅助诊断系统的研究，在数字病理学和精准医疗领域具有重要应用价值。
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。
