---
title: PCAM
canonical_url: "https://www.modelscope.cn/datasets/ai4s/PCAM"
md_url: "https://www.modelscope.cn/datasets/ai4s/PCAM.md"
repository: ai4s/PCAM
last_updated: 2025-09-11
license: "MIT License"
storage_size: "8.3 GB"
downloads: 335
stars: 0
---

# PCAM

> PCAM - ai4s 在 ModelScope 开源的数据集。它由 327680 张彩色图像（96 x 96 像素）组成，这些图像是从淋巴结切片的组织病理学扫描中提取的。

ai4s/PCAM 是 ModelScope 魔搭社区上的数据集，存储大小 8.3 GB，采用 MIT License 许可。

- **Repository**: ai4s/PCAM
- **License**: MIT License
- **Storage size**: 8.3 GB
- **Downloads**: 335
- **Stars**: 0
- **Last updated**: 2025-09-11

Source: https://www.modelscope.cn/datasets/ai4s/PCAM

---

#### 数据集说明

PCam（PatchCamelyon）是一个专为深度学习在医学图像分类领域服务的图像数据集。它旨在作为一个新的基准，用于在合理计算资源下（例如单个GPU）训练模型，以完成一项重要的临床任务——从病理图像中检测转移性癌组织。

1. 基础数据来源与数据分布

PCam 的基础数据来源于 Camelyon16 挑战赛中的乳腺癌淋巴结转移检测数据。研究人员从这些高分辨率的全扫描数字病理切片中，裁剪并处理了总计 327,680张 96x96像素的彩色小图像。这些图像被分为三个部分，并确保了正样本（含有转移性组织）和负样本（不含转移性组织）的比例在每个集合中都保持平衡：
训练集：包含 262,144 张图像。
验证集：包含 32,768 张图像。
测试集：包含 32,768 张图像。

2. 数据集样例

数据集的每个样例都是一个 96x96 像素的彩色 PNG 图像文件。图像是淋巴结病理切片中的小块区域，肉眼上可能包含或不包含微小的癌细胞团。每个图像都配有一个简单的二元标签：0 代表不含转移性组织，1 代表含有转移性组织。
3. 数据集文件内容与结构说明

PCam 数据集的文件结构 HDF5 格式提供，文件结构包含：
camelyonpatch_level_2_split_train.h5 的训练集文件
camelyonpatch_level_2_split_test.h5 的测试集文件
camelyonpatch_level_2_split_valid.h5 的验证集文件
这些 .h5 文件内部通常包含两个核心数据集：
x：一个包含所有图像数据的 NumPy 数组（例如，形状为 (N, 96, 96, 3)，其中 N 为样本数）。
y：一个包含对应标签的 NumPy 数组（例如，形状为 (N, 1)），其中 1 表示转移性组织，0 表示非转移性组织。
#### 下载方法 
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}