医学影像数据集|息肉检测数据集
Polyp-Gen息肉检测数据集包含息肉与非息肉的高质量内窥镜图像帧，场景多样且类别较均衡，属于图像数据，主要用于息肉目标检测、病灶识别、数据增强和结肠镜辅助诊断评估。
基本信息
资源简介
Polyp-Gen数据集是一个专注于内窥镜息肉图像生成的真实、多样化数据集，旨在提升息肉检测模型的泛化能力。数据集共包含55,883个高质量内窥镜图像帧，其中29,640个为息肉帧，26,243个为非息肉帧，所有图像均经过严格筛选，剔除模糊、反射和重影等低质量样本。其特点是图像质量高、类别分布均衡、场景多样，适用于医学图像分析中的息肉检测、分割及数据增强任务，可广泛应用于结肠镜检查辅助诊断系统的开发与评估。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/CUHK-AIM-Group/Polyp-Gen.git
curl -L -o repo.zip https://github.com/CUHK-AIM-Group/Polyp-Gen/archive/refs/heads/main.zip
unzip repo.zip
数据集大小约 4.05 GB。
源站 README 摘录（使用方式）
Polyp-Gen: Realistic and Diverse Polyp Image Generation for Endoscopic Dataset Expansion
Setup
git clone https://github.com/Saint-lsy/Polyp-Gen.git
cd Polyp-Gen
conda create -n PolypGen python=3.10
conda activate PolypGen
pip install -r requirements.txt
Data Preparation
This model was trained by LDPolypVideo dataset.
We filtered out some low-quality images with blurry, reflective, and ghosting effects, and finally select 55,883 samples including 29,640 polyp frames and 26,243 non-polyp frames.
[02/26] We update the download link of the training and test dataset at HuggingFace link
Training
The pre-trained model is Stable Diffusion Inpainting-2, availble on Huggingface
You can train your own model using the script:
bash scripts/train.sh
Sampling
Checkpoint
You can download the chekpoints of our Polyp_Gen from here.
Sampling with Specified Mask
python sample_one_image.py
Sampling with Mask Proposer
The weight of pretrained DINOv2 can be found here.
The first step is building database and Global Retrieval.
python GlobalRetrieval.py data_path /path/of/non-polyp/images database_path /path/to/build/database image_path /path/of/query/image/
The second step is Local Matching for query image.
python LocalMatching.py ref_image /path/ref/image ref_mask /path/ref/mask query_image /path/query/image mask_proposal /path/to/save/mask
One Demo of LocalMatching
python LocalMatching.py ref_image demos/img_1513_neg.jpg ref_mask demos/mask_1513.jpg query_image demos/img_1592_neg.jpg mask_proposal gen_mask.jpg
<img src=“assets/matching.jpg” alt=“local_matching” width=“450”>
The third step is using the generated Mask to sample.
Acknowledgements
The code is based on the following projects. Greatly thanks to these authors!
- [Diffusers](https://github.com/
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 结肠息肉 的高质量、多模态真实临床数据定制解决方案。
