胸部 X 光图像（肺炎）
该数据集是一个包含肺炎和正常两类标签的胸部X光医学影像数据集，数据模态为X光图像，涵盖了训练、测试和验证集，主要用于支持基于深度学习的肺炎自动检测、医学影像分类模型的研究，以及计算机辅助诊断系统的开发与应用。
基本信息
资源简介
胸部 X 光图像（肺炎）
【一句话概览】
该数据集为胸部 X 光图像（肺炎）数据集，分为 train、test、val 三个文件夹，并按肺炎与正常两个类别设置子文件夹，共包含 5,863 张 JPEG 格式 X 射线图像。图像为前后位胸部 X 光片，选自广州市妇女儿童医疗中心 1 至 5 岁儿科患者的回顾性队列，均属常规临床护理的一部分。所有图像先经去除低质量或不可读扫描的质量控制，再由两名专家医师分级，批准用于训练 AI 系统，评估集另由第三位专家复核以减少评分错误（来源 cvmart.net）。
【数据内容】
源站原始描述：数据集分为 3 个文件夹（train、test、val）并包含每个图像类别（肺炎/正常）的子文件夹。有 5,863 张 X 射线图像 (JPEG) 和 2 个类别（肺炎/正常）。 胸部 X 光图像（前后位）选自广州市妇女儿童医疗中心 1 至 5 岁儿科患者的回顾性队列。所有胸部 X 光成像都是作为患者常规临床护理的一部分进行的。 对于胸部 X 光图像的分析，最初通过去除所有低质量或不可读的扫描来筛选所有胸部 X 光片以进行质量控制。图像的诊断随后由两名专家医师进行分级，然后才被批准用于训练 AI 系统。为了解决任何评分错误，评估集还由第三位专家进行了检查。
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集分为3个文件夹（train、test、val），并包含每个图像类别（肺炎/正常）的子文件夹。共有5,863张X射线图像（JPEG格式）和2个类别（肺炎/正常）。胸部X光图像（前后位）选自广州市妇女儿童医疗中心1至5岁儿科患者的回顾性队列。所有胸部X光成像均是作为患者常规临床护理的一部分进行的。对于胸部X光图像的分析，最初通过去除所有低质量或不可读的扫描，对所有胸部X光片进行质量控制筛选。图像的诊断随后由两名专家医师进行分级，之后才被批准用于训练AI系统。为了解决任何评分错误，评估集还由第三位专家进行了检查。
【主题与分类】
主题标签：医学影像、胸部X光、肺炎、JPEG、分类。
【获取与许可】
源站页面：https://www.cvmart.net/dataSets/detail/727
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
源站：https://www.cvmart.net/dataSets/detail/727
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集是一个用于医学影像分析的公开胸部X光图像数据集，专门针对肺炎检测任务构建。数据集中包含训练集（train）、测试集（test）和验证集（val）三个文件夹，每个文件夹下又按照图像类别（肺炎和正常）进一步分为子文件夹。图像数据来源于临床X光拍摄，主要用于支持基于深度学习的肺炎自动诊断、医学影像分类模型的研究与开发，以及计算机辅助诊断系统的应用。
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。
