TN3K甲状腺结节数据集
内分泌系统疾病领域图像公开数据集，来源：Hugging Face。
基本信息
资源简介
TN3K甲状腺结节数据集
【数据集背景】
本数据集源站标题为《haifan-gong/TN3K》。源站首次发布：2026-01-18。
【数据内容】
源站原始描述：# TN3K: Thyroid Nodule Dataset for Segmentation and Classification ## Overview TN3K is a comprehensive open-access thyroid nodule dataset containing **3,493 thyroid ultrasound images** with high-quality annotations for both segmentation and classification tasks. The dataset addresses the critical need for diverse, multi-center thyroid imaging data collected from various ultrasound devices and scanning views, reflecting real-world clinical scenarios. ## Dataset Characteristics ### Key Features -…
主表 label4test.csv 含 2 列、样本前 614 行结构完整。
主表 label4trainval.csv 含 2 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 994 个，合计 224.75 MB。
【主题与分类】
主题标签：task_categories:image-segmentation、task_categories:image-classification、license:mit、size_categories:1K<n<10K、format:imagefolder、modality:image、library:datasets、library:mlcroissant、region:us、Thyroid。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://huggingface.co/datasets/haifan-gong/TN3K
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。
暂未开放公开下载
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。
免登录有偿下载
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("haifan-gong/TN3K")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/haifan-gong/TN3K
数据集大小约 0.38 GB。
数据说明
Hugging Face数据集包含3493张甲状腺结节超声图像及结节分割和良恶性分类标注。
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。
