AI病理数据集周荐｜第05期（2026.06.13）

每周六介绍一个公开数据集，让好数据不再难找!

本期介绍的 HMU-GC-HE-30K 是一套面向胃癌肿瘤微环境研究的公开病理图像数据集。

数据集来源于 300张胃癌H&E染色全切片图像，经病理医生标注后，被切分为近 31K张224×224像素的PNG图块。这些图块按照8类肿瘤微环境组织成分进行分类，包括脂肪组织、组织碎屑、黏液、肌肉组织、淋巴细胞聚集、间质、正常黏膜和肿瘤上皮。

从使用角度看，这个数据集最直接的价值在于提供了较规范的胃癌TME图块级标注，适合用于组织成分分类模型训练、patch级病理AI算法验证、特征提取器预训练以及胃癌微环境定量方法开发。

需要注意的是，公开数据主要以切好的patch形式提供，而不是一个天然可直接用于WSI级分析的完整切片队列。如果缺少清晰的patch—切片—病例对应关系，配套临床信息更适合作为队列背景和后续扩展参考，不一定可直接支持严格的图像—临床联合建模或预后建模。

对于关注胃癌肿瘤微环境识别、组织成分分类和病理AI基础模型训练的研究者来说，HMU-GC-HE-30K是一套值得优先了解的公开数据资源。

数据集下载地址：
https://doi.org/10.6084/m9.figshare.25954813