甲状腺癌超声数据集
该数据集是一个包含甲状腺超声图像的二分类医学影像数据集，涵盖了正常甲状腺组织与甲状腺癌病变的超声影像，主要用于支持基于深度学习的甲状腺癌自动检测与分类研究，可应用于医学影像分析、计算机辅助诊断系统开发以及甲状腺疾病筛查等领域。
基本信息
资源简介
甲状腺癌超声数据集
【数据集背景】
本数据集源站标题为《Thyroid Cancer Ultrasound Dataset》。源站首次发布：2025-06-11。
【数据内容】
源站原始描述：This dataset contains ultrasound images of thyroid nodules collected for the purpose of developing and evaluating machine learning models for binary classification of thyroid cancer. 🎯 Objective : The task is to classify each ultrasound image as either: 0 → Benign (non-cancerous) 1 → Malignant (cancerous) This kind of classification aids in early detection and decision support for medical practitioners, potentially reducing the need for invasive procedures like biopsies. Though slightly imbalanc…
【数据结构与技术规格】
文件数 20 个，合计 752.72 KB。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/diveshzz/thyroid-cancer-classification-ultrasound-dataset
使用许可：MIT。
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("diveshzz/thyroid-cancer-classification-ultrasound-dataset")
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 diveshzz/thyroid-cancer-classification-ultrasound-dataset
unzip thyroid-cancer-classification-ultrasound-dataset.zip -d thyroid-cancer-classification-ultrasound-dataset/
数据说明
该数据集是一个用于甲状腺癌二分类的医学影像数据集，包含通过超声检查获取的甲状腺图像。数据集中收集了正常甲状腺组织与甲状腺癌病变的超声图像，旨在支持基于深度学习的甲状腺癌自动检测与分类研究。数据集来源于Kaggle平台，适用于医学影像分析、计算机辅助诊断（CAD）系统开发、以及甲状腺疾病筛查等应用场景。
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。
