摘要：该数据集包含2,635张全球来源的宫颈细胞学（巴氏涂片）显微图像，由Jnx03于2022年1月至2025年4月从世界各地癌症医院和研究机构收集。数据集涵盖宫颈病变进展的五个关键阶段：NILM（正常/无上皮内病变）、ASCUS（未明确意义的不典型鳞状细胞）、LSIL（低级别鳞状上皮内病变）、HSIL（高级别鳞状上皮内病变）和SCC（鳞状细胞癌）。
数据集概述
该数据集包含2,635张全球来源的宫颈细胞学（巴氏涂片）显微图像，由Jnx03于2022年1月至2025年4月从世界各地癌症医院和研究机构收集。数据集涵盖宫颈病变进展的五个关键阶段：NILM（正常/无上皮内病变）、ASCUS（未明确意义的不典型鳞状细胞）、LSIL（低级别鳞状上皮内病变）、HSIL（高级别鳞状上皮内病变）和SCC（鳞状细胞癌）。宫颈癌是全球女性第四大常见癌症，巴氏涂片筛查可显著降低发病率和死亡率，但传统人工判读存在主观性强和漏诊率高的问题，该数据集为开发基于深度学习的宫颈癌自动筛查和分类系统提供多区域代表性的训练数据。
数据结构与关键特征
数据集采用分类目录结构组织，包含images主目录下的5个类别子文件夹（ASCUS、LSIL、HSIL、SCC、NILM），配套metadata.csv文件记录图像ID、类别标签和采集日期，orig_dist.png展示类别分布统计。五类细胞学特征：NILM呈现正常鳞状上皮细胞（规则核、丰富胞质）、ASCUS显示轻度核异型（核轻度增大、染色质略粗）、LSIL表现为核增大空泡化和核周空晕、HSIL呈现显著核异型和核质比增高、SCC显示恶性细胞特征（核深染、不规则核膜、角化异常）。图像格式为JPG，分辨率和染色质量因来源机构不同存在异质性，反映真实世界临床场景的多样性。数据集建议预处理包括224×224统一缩放、归一化和按患者ID分层划分，避免数据泄漏。
应用价值与研究方向
该数据集为宫颈癌早期筛查自动化提供技术基础，可应用于基层医疗机构辅助诊断、远程病理会诊和大规模人群筛查项目。技术层面支持多分类CNN模型训练（ResNet、EfficientNet、Vision Transformer）、迁移学习验证和细胞核分割算法开发。研究方向包括：注意力机制定位异型细胞核、类别不平衡学习优化（ASCUS/SCC样本可能较少）、跨机构域适应研究（不同染色协议和成像设备）、可解释性AI生成细胞形态标注、多任务学习同时预测病变级别和HPV感染风险、以及结合液基细胞学和传统涂片的多模态分析，为宫颈癌前病变早期干预、筛查方案优化和病理医生培训提供AI辅助工具。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-291
文件大小：2.2G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)