1.细胞分割PanNuKe数据集
半自动生成的细胞核实例分割和分类数据集，包含 19 种不同组织类型的详尽细胞核标签。该数据集由 481 个视野组成，其中 312 个视野是从多个数据源的 20K 多个不同放大倍率的整张幻灯片图像中随机采样的。该数据集总共包含 205,343 个标记的核，每个核都有一个实例分割掩码。在 pannuke 上训练的模型可以帮助整个幻灯片图像组织类型分割，并推广到新组织。
来源 极市 （点击此处跳转到下载页）
2.血细胞数据集
该数据集包含 12,500 张带有细胞类型标签 (CSV) 的增强血细胞图像 (JPEG)。4 种不同细胞类型中的每一种都有大约 3,000 张图像，这些图像被分组到 4 个不同的文件夹中（根据细胞类型）。细胞类型是嗜酸性粒细胞、淋巴细胞、单核细胞和中性粒细胞。该数据集附带一个额外的数据集，其中包含原始 410 幅图像（预增强）以及两个额外的子类型标签（WBC 与 WBC），以及这 410 幅图像中每个单元格的边界框（JPEG + XML 元数据）。更具体地说，“dataset-master”文件夹包含 410 张带有子类型标签和边界框（JPEG + XML）的血细胞图像，而“dataset2-master”文件夹包含 2,500 个增强图像以及 4 个额外的子类型标签（JPEG + CSV）。
来源 极市 （点击此处跳转到下载页）
3.乳腺癌细胞分割数据集
乳腺癌细胞分割数据集包含58例H＆E染色的组织病理学图像用于乳腺癌细胞检测，并提供了分割后的ground truth图像数据。 因为大多数细胞基本上是透明的，几乎没有或没有固有色素，所以使用H＆E染色。 选择性结合特定成分的某些特殊染色剂用于鉴定生物结构，例如细胞。 在这些图像中，具有挑战性的问题是用于良性和恶性细胞的后续分类的细胞分割研究。（mask图只有部分细胞标签）
来源 和鲸社区（点击此处跳转到下载页）
4.细胞计数图像数据集
包含200张图像的数据集，图像中包含很多细胞（点状），可用于例如估计显微图像中的细胞数量或监视视频帧中的人员数量等研究。
来源 和鲸社区（点击此处跳转到下载页）
5.血细胞检测数据集
这是一个血细胞照片的数据集。有364张图片跨越三个类别：WBC（白血球），RBC（红血球），和Platelets，3个类中有4888个标签。这是一个小规模的物体检测数据集，通常用于评估模型性能，是医学成像能力的第一个例子。
来源 和鲸社区（点击此处跳转到下载页）
6.血细胞分类和识别图像数据集
该数据集包含12500张血细胞增强图像（JPEG），并带有伴随的细胞类型标签（CSV）。每种4种不同的细胞类型大约有3,000张图像，这些图像分为4个不同的文件夹（根据细胞类型）。细胞类型是嗜酸性粒细胞（Eosinophil），淋巴细胞（Lymphocyte），单核细胞（Monocyte）和嗜中性粒细胞（Neutrophil）。该数据集伴随着一个附加数据集，该数据集包含原始410张图像（增强前）以及两个附加子类型标签（WBC与WBC），以及这410张图像（JPEG + XML元数据）中每个单元的边界框。更具体地说，文件夹“ dataset-master”包含410个带有子类型标签和边界框（JPEG + XML）的血细胞图像，而文件夹“ dataset2-master”包含2500个增强图像以及4个其他子类型标签（JPEG + CSV）。
来源 和鲸社区（点击此处跳转到下载页）
7.癌细胞分割图像数据集
图像是从《癌症基因组图谱》的七个器官的数字化组织样本的30张完整幻灯片图像（WSI）中裁剪出来的。这些图像来自18家不同的医院，由于不同实验室之间染色实践的差异，导致了其中的一些外观变化。每个裁剪图像的大小为1000 x 1000像素，从组织的密集区域裁剪而来。为了进一步确保核外观的丰富性，该数据集涵盖了七个不同的器官，分别是乳房，肝脏，肾脏，前列腺，膀胱，结肠和胃，包括良性和病变组织样本。这30张经裁剪的图像包含超过21000个由医学专家注释说明的细胞核。
来源 和鲸社区（点击此处跳转到下载页）文章来源：https://www.toymoban.com/news/detail-446899.html
8.细胞图像识别GlaS数据集
有166幅细胞图像，其中有健康的，也有不健康的，数据已经标注好。可以直接训练使用！用来图像识别分类~
来源 和鲸社区（点击此处跳转到下载页）
9.疟疾细胞图像数据集
该数据集包含2个文件夹 ：
感染 ：Infected
未感染 ：Uninfected
共有27,558张图片。
来源 和鲸社区（点击此处跳转到下载页）文章来源地址https://www.toymoban.com/news/detail-446899.html
到了这里，关于常用的医学组织切片细胞图像数据集的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
