RSNA-STR 肺栓塞检测 256x256 TFRecords 数据集
该数据集为用于肺栓塞检测的医学影像数据集，包含以TFRecords格式存储的256x256分辨率CT影像，数据模态为三维医学图像，主要应用于深度学习模型的训练与验证，支持肺栓塞自动识别和计算机辅助诊断的研究与开发。
基本信息
资源简介
RSNA-STR 肺栓塞检测 256x256 TFRecords 数据集
【数据集背景】
本数据集源站标题为《RSNA-STR 256x256 Tfrecords》。源站首次发布：2020-09-30。
【数据内容】
源站原始描述：# RSNA-STR TFrecords by Stanley Zheng Dataset for the 2020 RSNA-STR challenge (PE detection). Modified into TFrecords Each tfrecord contains the following features: ``` feature = { ''image'': _bytes_feature(feature0), ''image_name'': _bytes_feature(feature1), ''target'': _bytes_feature(feature2) } ``` The image is a bytes encoded JPEG. The target label columns are as follows: ``` classes = [''{}_pe_present_on_image'', ''{}_negative_exam_for_pe'', ''{}_indeterminate'', ''{}_chronic_pe'', ''{}_acute_and_chronic_…
【数据结构与技术规格】
文件数 20 个，合计 31.48 GB。
【主题与分类】
主题标签：earth and nature、health、heart conditions。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/stanleyjzheng/rsna-str-tfrec
使用许可：Data files © Original Authors。
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("stanleyjzheng/rsna-str-tfrec")
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 stanleyjzheng/rsna-str-tfrec
unzip rsna-str-tfrec.zip -d rsna-str-tfrec/
数据说明
该数据集是用于肺栓塞检测的医学影像数据集，由放射学会（RSNA）与STR（Society of Thoracic Radiology）合作构建。数据以TFRecords格式存储，包含经过预处理和重采样至256x256分辨率的CT影像，用于支持深度学习模型训练。数据集原始大小为910GB，经压缩后为46GB，主要应用于医学影像分析、肺栓塞自动检测和计算机辅助诊断研究。
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。
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。
