摘要：良性前列腺增生数据集包含 176 张 RGB 前列腺图像（BPH 和 Normal 两类），来自孟加拉国临床机构，专为 BPH 自动分类和计算机辅助诊断的深度学习研究而构建。
数据集简介
数据集概述
良性前列腺增生数据集（BPH Dataset）是一个用于良性前列腺增生诊断和分类的医学影像数据集。BPH 是老年男性常见的非癌性前列腺肥大疾病（50 岁以上约 50%，80 岁以上约 90%），可导致下尿路症状（尿频、尿急、夜尿、排尿困难），早期诊断对治疗方案制定至关重要。数据集包含 176 张 RGB 前列腺图像（BPH 和 Normal 两类），来自孟加拉国临床医疗机构，提供区域视角。专为机器学习、深度学习和图像处理任务设计，支持 BPH 自动诊断和 CAD 系统开发。
数据结构与临床背景
数据集包含 176 张 RGB 彩色前列腺图像，按二元分类组织：
(1) BPH 类别：良性前列腺增生病例的医学影像，显示前列腺体积增大、形态改变等特征；
(2) Normal 类别：正常前列腺的医学影像，作为对照组。图像可能来自多种医学成像模态，如超声（Ultrasound，最常用的 BPH 评估工具，包括经腹超声 TAUS 和经直肠超声 TRUS）、MRI（磁共振成像，提供更详细的软组织对比） 或其他影像学检查。
良性前列腺增生临床背景：BPH 是由前列腺移行区（transitional zone）细胞增生导致的前列腺体积增大，压迫尿道引起下尿路症状。影像学特征包括：前列腺体积增大（正常约 20-30 mL，BPH 可达 40-100+ mL）、移行区增生、前列腺形态改变（对称性或不对称性增大）、尿道受压或变形、膀胱壁增厚（继发于梗阻）、残余尿增多等。诊断评估通常结合影像学检查（测量前列腺体积）、症状评分（IPSS 国际前列腺症状评分）、尿流率检查、血清 PSA（前列腺特异性抗原，排除前列腺癌）等。数据集的区域特性（来自孟加拉国）可能反映特定人群的疾病流行病学、遗传背景、生活方式和医疗资源条件，为跨文化和跨地域的医学研究提供数据支持。
应用价值与研究方向
该数据集为良性前列腺增生研究、泌尿外科学和医学图像分析提供核心数据支撑。核心应用：
(1) BPH 自动分类：开发深度学习模型（CNN、ResNet、EfficientNet、Vision Transformer）进行二元分类，支持快速筛查；
(2) 前列腺体积估计：训练模型自动测量前列腺体积（椭球体公式），提供量化指标；
(3) CAD 系统：开发面向泌尿科医生的计算机辅助诊断工具；
(4) 图像处理与特征提取：研究纹理、形态学和深度特征，识别 BPH 影像学模式；
(5) 小样本学习：数据集规模较小（176 张），适合研究数据增强、迁移学习、Few-Shot Learning 和 Meta-Learning；
(6) 跨域泛化：作为孟加拉国区域性数据集，研究模型在不同地理区域和设备条件下的泛化能力；
(7) 可解释 AI：应用 Grad-CAM、LIME 可视化模型决策；
(8) 临床验证与部署：评估 AI 模型的临床可行性；
(9) 教育与培训：用于泌尿外科培训和医学影像教学。
为改善 BPH 早期检测和男性泌尿健康提供区域性数据资源。
数据集来源
该数据集来自孟加拉国的临床医疗机构，包含 176 张 RGB 前列腺图像（BPH 良性前列腺增生和 Normal 正常两类），专为良性前列腺增生的自动化诊断和二元分类的机器学习、深度学习和图像处理任务而设计。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-94
文件大小：640M
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)