lz222/PanNuke

---
dataset_info:
features:
- name: image
dtype:
image:
mode: RGB
- name: instances
sequence:
image:
mode: '1'
- name: categories
sequence:
class_label:
names:
'0': Neoplastic
'1': Inflammatory
'2': Connective
'3': Dead
'4': Epithelial
- name: tissue
dtype:
class_label:
names:
'0': Adrenal Gland
'1': Bile Duct
'2': Bladder
'3': Breast
'4': Cervix
'5': Colon
'6': Esophagus
'7': Head & Neck
'8': Kidney
'9': Liver
'10': Lung
'11': Ovarian
'12': Pancreatic
'13': Prostate
'14': Skin
'15': Stomach
'16': Testis
'17': Thyroid
'18': Uterus
splits:
- name: fold1
num_bytes: 283673837.64
num_examples: 2656
- name: fold2
num_bytes: 267595457.439
num_examples: 2523
- name: fold3
num_bytes: 293079722.82
num_examples: 2722
download_size: 1665092597
dataset_size: 844349017.8989999
configs:
- config_name: default
data_files:
- split: fold1
path: data/fold1-*
- split: fold2
path: data/fold2-*
- split: fold3
path: data/fold3-*
license: cc-by-nc-sa-4.0
task_categories:
- image-segmentation
task_ids:
- instance-segmentation
language:
- en
tags:
- medical
- cell nuclei
- H&E
pretty_name: PanNuke
size_categories:
- 1K<n<10K
paperswithcode_id: pannuke
---

# PanNuke

[](https://warwick.ac.uk/fac/cross_fac/tia/data/pannuke)

## Dataset Description

- **Homepage:** [PanNuke Dataset for Nuclei Instance Segmentation and Classification](https://warwick.ac.uk/fac/cross_fac/tia/data/pannuke)
- **Leaderboard:** [Panoptic Segmentation](https://paperswithcode.com/sota/panoptic-segmentation-on-pannuke)

## Description

PanNuke is a semi-automatically generated dataset for nuclei instance segmentation and classification, providing comprehensive nuclei annotations across 19 tissue types and 5 distinct cell categories. The dataset includes a total of **189,744 labeled nuclei**, each accompanied by an instance segmentation mask, and contains **7,901 images**, each sized **256×256 pixels**. The images were captured at **x40 magnification** with a resolution of **0.25 µm/pixel**. The dataset is highly imbalanced, with the **"Dead" nuclei category** being particularly underrepresented.

Please note that the dataset was created by extracting patches from whole-slide images (WSIs). As a result, some nuclei located at the edges of patches may be cropped, with fewer than 10 visible pixels in certain cases.

## Dataset Structure

The dataset is organized into three folds: `fold1`, `fold2`, and `fold3`, consistent with the original dataset structure. Each fold contains data in a tabular format with the following four columns:

- **`image`**: The RGB tile of the sample.
- **`instances`**: A list of nuclei instances. Each instance represents exactly one nucleus and is in binary format (`1` - nucleus, `0` - background)
- **`categories`**: An integer class label for each nucleus, corresponding to one of the following categories:
0. Neoplastic
1. Inflammatory
2. Connective
3. Dead
4. Epithelial
- **`tissue`**: The integer tissue type from which the sample originates, belonging to one of these categories:
0. Adrenal Gland
1. Bile Duct
2. Bladder
3. Breast
4. Cervix
5. Colon
6. Esophagus
7. Head & Neck
8. Kidney
9. Liver
10. Lung
11. Ovarian
12. Pancreatic
13. Prostate
14. Skin
15. Stomach
16. Testis
17. Thyroid
18. Uterus

## Citation

```bibtex
@inproceedings{gamper2019pannuke,
title={PanNuke: an open pan-cancer histology dataset for nuclei instance segmentation and classification},
author={Gamper, Jevgenij and Koohbanani, Navid Alemi and Benes, Ksenija and Khuram, Ali and Rajpoot, Nasir},
booktitle={European Congress on Digital Pathology},
pages={11--19},
year={2019},
organization={Springer}
}
```

```bibtex
@article{gamper2020pannuke,
title={PanNuke Dataset Extension, Insights and Baselines},
author={Gamper, Jevgenij and Koohbanani, Navid Alemi and Graham, Simon and Jahanifar, Mostafa and Khurram, Syed Ali and Azam, Ayesha and Hewitt, Katherine and Rajpoot, Nasir},
journal={arXiv preprint arXiv:2003.10778},
year={2020}
}
```

数据集信息：
特征：
- 名称：image（图像），数据类型：图像，模式为RGB
- 名称：instances（实例掩码），序列类型：图像，模式为'1'（二进制单通道，1表示细胞核前景）
- 名称：categories（细胞类别），序列类型：类别标签，其名称对应如下：
0: 肿瘤性（Neoplastic）
1: 炎症性（Inflammatory）
2: 结缔组织性（Connective）
3: 死亡细胞（Dead）
4: 上皮性（Epithelial）
- 名称：tissue（组织类型），数据类型：类别标签，其名称对应如下：
0: 肾上腺（Adrenal Gland）
1: 胆管（Bile Duct）
2: 膀胱（Bladder）
3: 乳腺（Breast）
4: 宫颈（Cervix）
5: 结肠（Colon）
6: 食管（Esophagus）
7: 头颈部（Head & Neck）
8: 肾脏（Kidney）
9: 肝脏（Liver）
10: 肺（Lung）
11: 卵巢（Ovarian）
12: 胰腺（Pancreatic）
13: 前列腺（Prostate）
14: 皮肤（Skin）
15: 胃（Stomach）
16: 睾丸（Testis）
17: 甲状腺（Thyroid）
18: 子宫（Uterus）
划分集：
- 名称：fold1，字节数：283673837.64，样本数：2656
- 名称：fold2，字节数：267595457.439，样本数：2523
- 名称：fold3，字节数：293079722.82，样本数：2722
下载大小：1665092597字节，数据集总大小：844349017.8989999字节
配置：
- 配置名称：default，数据文件：
- 划分集fold1：路径为data/fold1-*
- 划分集fold2：路径为data/fold2-*
- 划分集fold3：路径为data/fold3-*
许可协议：知识共享署名-非商业性使用-相同方式共享4.0（cc-by-nc-sa-4.0）
任务类别：图像分割（image-segmentation）
任务子类别：实例分割（instance-segmentation）
语言：英语
标签：医学（medical）、细胞核（cell nuclei）、苏木精-伊红染色（H&E）
数据集展示名：PanNuke
样本数量范围：1000<n<10000
PapersWithCode编号：pannuke

# PanNuke
[](https://warwick.ac.uk/fac/cross_fac/tia/data/pannuke)

## 数据集说明
- **主页**：[PanNuke细胞核实例分割与分类数据集](https://warwick.ac.uk/fac/cross_fac/tia/data/pannuke)
- **排行榜**：[全景分割任务（PanNuke数据集）](https://paperswithcode.com/sota/panoptic-segmentation-on-pannuke)

## 数据集概述
PanNuke是一个半自动生成的细胞核实例分割与分类数据集，覆盖19种组织类型与5类不同细胞类别，提供全面的细胞核标注信息。该数据集总计包含**189,744个标注细胞核**，每个细胞核均配有实例分割掩码；同时包含**7,901张图像**，每张图像分辨率为**256×256像素**，采集于**40倍物镜放大倍率**，采样分辨率为**0.25 µm/像素**。本数据集存在严重的类别不平衡问题，其中“死亡细胞（Dead）”类别样本占比极低。

请注意：本数据集通过从全切片图像（whole-slide images, WSIs）中提取图像块生成，因此部分位于图像块边缘的细胞核可能被裁剪，部分样本中可见的细胞核像素数不足10个。

## 数据集结构
本数据集按照原始结构划分为三个折损集：`fold1`、`fold2`与`fold3`。每个折损集采用表格格式存储，包含以下四列数据：
- **`image`**：样本的RGB图像块
- **`instances`**：细胞核实例列表。每个实例对应一个独立细胞核，采用二进制格式存储（`1`表示细胞核区域，`0`表示背景）
- **`categories`**：每个细胞核的整数类别标签，对应以下类别之一：
0. 肿瘤性（Neoplastic）
1. 炎症性（Inflammatory）
2. 结缔组织性（Connective）
3. 死亡细胞（Dead）
4. 上皮性（Epithelial）
- **`tissue`**：样本来源的组织类型整数标签，对应以下类别之一：
0. 肾上腺（Adrenal Gland）
1. 胆管（Bile Duct）
2. 膀胱（Bladder）
3. 乳腺（Breast）
4. 宫颈（Cervix）
5. 结肠（Colon）
6. 食管（Esophagus）
7. 头颈部（Head & Neck）
8. 肾脏（Kidney）
9. 肝脏（Liver）
10. 肺（Lung）
11. 卵巢（Ovarian）
12. 胰腺（Pancreatic）
13. 前列腺（Prostate）
14. 皮肤（Skin）
15. 胃（Stomach）
16. 睾丸（Testis）
17. 甲状腺（Thyroid）
18. 子宫（Uterus）

## 引用
bibtex
@inproceedings{gamper2019pannuke,
title={PanNuke: an open pan-cancer histology dataset for nuclei instance segmentation and classification},
author={Gamper, Jevgenij and Koohbanani, Navid Alemi and Benes, Ksenija and Khuram, Ali and Rajpoot, Nasir},
booktitle={European Congress on Digital Pathology},
pages={11--19},
year={2019},
organization={Springer}
}

bibtex
@article{gamper2020pannuke,
title={PanNuke Dataset Extension, Insights and Baselines},
author={Gamper, Jevgenij and Koohbanani, Navid Alemi and Graham, Simon and Jahanifar, Mostafa and Khurram, Syed Ali and Azam, Ayesha and Hewitt, Katherine and Rajpoot, Nasir},
journal={arXiv preprint arXiv:2003.10778},
year={2020}
}