CT影像中的肺栓塞
该数据集是一个包含8792张CT图像及专家标注的医学影像数据集，覆盖35名肺栓塞患者，数据模态为CT扫描图像，主要用于肺栓塞的计算机辅助检测与诊断研究，支持深度学习模型训练和临床辅助决策系统的开发。
基本信息
资源简介
CT影像中的肺栓塞
【数据集背景】
本数据集源站标题为《Pulmonary Embolism in CT images》。源站首次发布：2020-04-07。
【数据内容】
源站原始描述：# Summary > Pulmonary embolism (PE) is a blockage of an artery in the lungs by a substance (in the form of a clot) originated from elsewhere in the body and carried through the bloodstream (embolism). > PE affects about 430,000 people each year in Europe and between 300,000 to 600,000 cases in the US, resulting in between 50,000 to 200,000 deaths. # About this Dataset > The present dataset, FUMPE (standing for Ferdowsi University of Mashhad''s Pulmonary Embolism dataset) consists of computed-tomo…
【数据结构与技术规格】
文件数 20 个，合计 10.51 MB。
【主题与分类】
主题标签：arts and entertainment、image、health、computer vision、heart conditions、healthcare。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/andrewmvd/pulmonary-embolism-in-ct-images
使用许可：Other (specified in description)。
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("andrewmvd/pulmonary-embolism-in-ct-images")
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 andrewmvd/pulmonary-embolism-in-ct-images
unzip pulmonary-embolism-in-ct-images.zip -d pulmonary-embolism-in-ct-images/
数据说明
该数据集是一个专注于肺栓塞（PE）诊断的医学影像数据集，包含来自35名不同患者的8792张CT图像以及专家标注。数据来源于公开可获取的医疗影像资源，主要用于支持肺栓塞的计算机辅助检测与诊断研究。该数据集适用于医学影像分析、深度学习模型训练以及临床辅助决策系统的开发，旨在提升肺栓塞的自动识别准确性和效率。
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。
