肺水肿放射学特征检测与分割数据集

数据集获取

源站：https://data.mendeley.com/datasets/m3n5sjxtjy

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

该数据集是一个专门用于肺水肿放射学特征分析与机器学习建模的胸部X光图像数据集。它包含从MIMIC数据库中提取的1000张胸部X光图像，来源于贝斯以色列女执事医疗中心的741名具有水肿特征的患者。数据集提供了丰富的人工标注，涵盖肺水肿相关的放射学特征，包括头向分布、Kerley线、支气管周围袖套征、胸腔积液、蝙蝠翼征和浸润等。每个图像还标注了水肿严重程度等级，分为无水肿、血管充血、间质性水肿和肺泡性水肿四类。所有特征均以边界框形式标注，部分特征还提供了Base64编码的掩码。该数据集适用于医学影像分析、深度学习模型训练与评估，以及肺水肿的自动检测与分割研究。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。