AI病理数据集周荐｜第13期（2026.08.08）

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 HistoArtifacts 是一套专门用于病理图像伪影识别与质量控制的公开数据集。它由 55张膀胱癌切除标本H&E全切片图像构建，原始切片以40×扫描，并对其中5类常见病理伪影进行人工区域标注，包括血液/出血、模糊、气泡、组织损伤和组织折叠，其余具有组织学诊断价值的区域标记为“无伪影”。

公开数据实际以 patch级训练数据为主，而不是完整WSI数据集。数据按照原始WSI划分为35张训练、10张验证和10张测试，避免同一切片的数据泄漏；从标注区域提取 224×224像素图像块，共获得 51,697个patch，其中血液26,655个、无伪影7,805个、模糊7,552个、气泡4,520个、损伤组织3,922个、折叠组织1,243个。

HistoArtifacts特别适合用于多分类/二分类伪影检测、WSI质量控制、病理AI前处理、有效ROI筛选，以及研究伪影对下游诊断或预后模型鲁棒性的影响。

需要注意，它提供的是伪影类别标签，而非肿瘤类型或细胞级标注，因此更适合作为病理AI数据清洗和质控模块的训练与benchmark资源。

数据集下载地址：
https://zenodo.org/records/10809442