病理图像质量检测常用数据集：CAMELYON、TUPAC16、BACH、MoNuSeg 等

在病理图像质量检测领域，常用的数据集包括以下几个：

CAMELYON数据集：CAMELYON数据集是一个常用的病理图像数据集，由Radboud University Medical Center和University Medical Center Utrecht共同创建。该数据集包含了来自乳腺癌和淋巴结转移的数千张病理图像，可用于研究病理图像分割、分类和质量检测等任务。
TUPAC16数据集：TUPAC16数据集是用于乳腺癌病理图像分析的公共数据集之一。该数据集包含来自17名患者的670张病理图像，用于研究乳腺癌细胞核分割和分类等任务。
BACH数据集：BACH（BreAst Cancer Histology challenge）数据集是一个针对乳腺癌病理图像的挑战赛数据集。该数据集包含400张乳腺癌病理图像，可用于研究乳腺癌细胞分割、分类和质量检测等任务。
MoNuSeg数据集：MoNuSeg数据集是用于肾脏肿瘤病理图像分割的公共数据集。该数据集包含30个肾脏病理图像，用于研究肾脏肿瘤细胞分割和定量分析等任务。
MICCAI数据集：MICCAI（Medical Image Computing and Computer-Assisted Intervention）是一个医学图像处理领域的重要会议，其数据集包含了多个医学图像任务的数据集，包括病理图像分割、分类和质量检测等任务。

除了以上提到的数据集，还有许多其他病理图像数据集可供研究使用，如GlaS数据集、TNBC数据集等。根据研究需求和任务的不同，选择适合的数据集进行实验和评估是很重要的。