LungHist700
肺部恶性肿瘤的准确检测（detection）和分类（classification）对于早期诊断、治疗规划和患者预后至关重要。传统的组织病理学分析耗时费力，限制了其在临床应用中的可行性。为解决这一问题，我们提供了一个包含691张高分辨率（1200×1600像素）肺组织病理图像的数据集，涵盖来自45名患者的腺癌（adenocarcinoma）、鳞状细胞癌（squamous cell carcinoma）和正常组织。这些图像根据两种病理类型分为三个分化等级：高分化（well-differentiated）、中分化（moderately differentiated）和低分化（poorly differentiated），最终形成七个分类类别。数据集包含20倍和40倍放大倍率的图像，反映了真实的临床多样性。我们使用深度神经网络（deep neural networks）和多示例学习（multiple-instance learning）方法评估了图像分类性能。每种方法都用于将20倍和40倍放大的图像分类为三个超类。根据方法和分辨率的不同，我们获得了81%至92%的准确率，证明了该数据集的实用性
xiongbu可视化图片
LungHist700_1.png
LungHist700_2.png
LungHist700_0.png
数据集元信息
| 维度 | 2D |
| 模态 | pathology |
| 任务类型 | classification |
| 解剖结构 | 腺癌（Adenocarcinoma）、鳞状细胞癌（Squamous Cell Carcinoma）、正常组织（Normal Tissue） |
| 解剖区域 | 肺（Lung） |
| 类别数 | 7 |
| 数据量 | 691 |
| 文件格式 | JPG |
文件结构
LungHist700/
├── images
│ ├── aca_bd
│ ├── aca_md
│ ├── aca_pd
│ ├── nor
│ ├── scc_bd
│ ├── scc_md
│ ├── scc_pd
├── data.csv图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | - |
(1200, 1600) |
| 中位值 | - |
(1200, 1600) |
| 最大值 | - |
(1200, 1600) |
引用
@ARTICLE{Diosdado2024-zg,
title = "{LungHist700}: A dataset of histological images for deep learning in pulmonary pathology",
author = "Diosdado, Jorge and Gilabert, Pere and Segu{\'\i}, Santi and Borrego, Henar",
journal = "Scientific Data",
volume = 11,
number = 1,
pages = "1088",
month = oct,
year = 2024
}