肺部CT和组织病理学图像数据集

摘要：肺部CT和组织病理学图像数据集是一个面向肺癌检测、病理类型识别与多模态医学影像分析的医学图像数据集，主要融合肺部CT影像和组织病理学显微图像两种视觉模态。

数据集概述

肺部CT和组织病理学图像数据集是一个面向肺癌检测、病理类型识别与多模态医学影像分析的医学图像数据集，主要融合肺部CT影像和组织病理学显微图像两种视觉模态。CT部分包含肺腺癌、肺鳞状细胞癌和正常肺组织等类别，可反映肺部病灶在宏观影像层面的形态和结构变化；组织病理学部分包含腺癌、鳞状细胞癌和良性组织等类别，可从细胞和组织微观层面呈现不同病理状态，为肺癌多类别分类及影像—病理联合研究提供数据基础。

数据结构与关键特征

该数据集主要由组织病理学图像和肺部CT数据集两个部分组成，并按照不同肺组织及癌症类别进行组织。CT图像能够表现肺实质、结节或肿块形态、病灶边缘、密度和内部结构等影像特征；组织病理图像则包含细胞核形态、组织排列、腺体结构、角化特征、细胞密度和染色纹理等微观信息。两种数据分别从宏观放射影像和微观组织学角度描述肺部疾病，使模型能够学习腺癌、鳞状细胞癌、正常或良性组织之间的差异，并支持单模态分类以及CT—病理图像多模态特征融合。

应用价值与研究方向

该数据集适用于肺癌图像分类、腺癌与鳞状细胞癌鉴别、正常/良性组织识别、医学影像辅助诊断和多模态深度学习等研究。研究人员可以使用ResNet、DenseNet、EfficientNet、ConvNeXt和Vision Transformer等网络分别训练CT与组织病理分类模型，也可以采用注意力机制或多模态Transformer融合两种影像特征；进一步可研究肺癌细粒度分类、跨模态影像—病理关联、模型可解释性、迁移学习、小样本学习以及面向临床辅助诊断的智能肺癌检测系统。

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-501
文件大小：420M
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。