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