PCam (PatchCamelyon)

PatchCamelyon 是一个图像分类数据集。它由从淋巴结切片的组织病理学扫描中提取的 327.680 张彩色图像 (96 x 96px) 组成。每个图像都用二进制标签进行注释，表明存在转移组织。 PCam 为机器学习模型提供了新的基准：大于 CIFAR10，小于 ImageNet，可在单个 GPU 上训练。

PatchCamelyon is an image classification dataset. It consists of 327,680 color images (96 × 96 pixels) extracted from histopathological scans of lymph node tissue sections. Each image is annotated with a binary label indicating the presence of metastatic tissue. PCam provides a novel benchmark for machine learning models: it has a dataset scale larger than CIFAR10 and smaller than ImageNet, and can be trained on a single GPU.

搜集汇总

背景与挑战

背景概述

PCam (PatchCamelyon) 是一个医疗图像分类数据集，包含327,680张来自淋巴结切片的96x96像素彩色图像，每张图像标注了是否存在转移组织，用于乳腺癌分类任务。该数据集规模适中，大于CIFAR10但小于ImageNet，便于在单个GPU上训练，为机器学习模型提供了新的基准。数据集由阿姆斯特丹大学于2018年发布，采用CC0 1.0许可。