TN5000：甲状腺结节图像数据集

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("abdullahelafifi/main-data")
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 abdullahelafifi/main-data
unzip main-data.zip -d main-data/

数据说明

TN5000是一个用于甲状腺结节检测与分类的超声图像数据集。该数据集包含约5000张甲状腺超声图像，旨在辅助开发基于计算机视觉的甲状腺结节自动识别与良恶性分类模型。数据来源于公开的临床超声影像，经过专业标注，覆盖多种结节形态与病理类型。该数据集主要应用于医学图像分析、计算机辅助诊断（CAD）以及深度学习在甲状腺疾病筛查中的研究。

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。