PE Train 512x512 折叠1批次9
该数据集包含512x512分辨率的医学CT影像数据，模态为医学影像，主要用于肺栓塞的自动检测与诊断研究，支持深度学习模型在计算机辅助诊断领域的训练与应用。
基本信息
资源简介
PE Train 512x512 折叠1批次9
【数据集背景】
本数据集源站标题为《PE Train 512x512 Fold 1 Batch 9》。源站首次发布：2020-09-22。
【数据内容】
源站原始描述：### Context The following images are CT scans (axial slices) that were pre-processed using different windows. Each channel is a different window. - RED channel / LUNG window / level=-600, width=1500 - GREEN channel / PE window / level=100, width=700 - BLUE channel / MEDIASTINAL window / level=40, width=400 ### Acknowledgements These images were made using Ian Pan''''s pre-processing found here
【数据结构与技术规格】
文件数 20 个，合计 1.89 MB。
【主题与分类】
主题标签：image、health、biology、heart conditions、medicine。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/teeyee314/pe-train-512x512-fold-1-batch-9
使用许可：CC BY-NC-SA 4.0。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("teeyee314/pe-train-512x512-fold-1-batch-9")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d teeyee314/pe-train-512x512-fold-1-batch-9
unzip pe-train-512x512-fold-1-batch-9.zip -d pe-train-512x512-fold-1-batch-9/
数据说明
该数据集是RSNA肺栓塞检测挑战赛的训练数据子集之一，包含512x512分辨率的医学CT影像数据，用于肺栓塞（PE）的自动诊断。数据来源于RSNA（北美放射学会）公开竞赛，经过预处理和分块处理，适用于深度学习模型训练，主要研究方向为医学影像分析、肺栓塞检测和计算机辅助诊断（CAD）。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
