新冠肺炎CT图片数据集
该数据集是一个专门针对新冠肺炎的医学影像数据集，主要数据模态为CT扫描图像，共包含216个病例的349张图片，数据来源于相关学术论文的搜集整理，主要用于新冠肺炎的影像分析、疾病辅助诊断以及训练和验证相关的AI分类与分割模型。
基本信息
资源简介
新冠肺炎CT图片数据集
【一句话概览】
该数据集名为新冠肺炎CT图片数据集，标签为新冠肺炎、CT、医学影像、图像分类。源站描述当前使用的是默认介绍模版，尚未填写实际内容，仅提示需完善数据集介绍，包括基本信息、背景与设计目标，数据来源、内容组成、数据类型、采集或生成方式、应用领域，数据结构与字段说明，数据规模，数据预处理，许可协议，以及相关论文与引用信息（来源 aistudio.baidu.com）。
【数据内容】
源站原始描述：该数据集当前使用的是默认介绍模版，请参考以下模板，及时完善数据集介绍相关内容： 介绍 简要介绍数据集的基本信息、背景和设计目标。 数据集描述 提供数据集的详细信息，包括数据来源、内容组成、数据类型（如图像、文本、音频、视频等）、采集或生成方式、应用领域等内容。 数据集构成 数据结构 清晰地列出数据集的组成部分，例如： 1dataset_name/ 2├── train/ 3├── val/ 4└── test/ 字段说明 建议用表格描述字段说明，例如： 字段名 类型 描述 id string 唯一标识符 text string 文本内容 ... ... ... 数据规模 介绍样本总数、类别数量、每类样本数量等 数据预处理 简要说明是否对数据进行了清洗、标准化、缺失值处理、去重、编码等操作 许可协议 说明数据集的授权协议和使用限制，例如协议类型、是否允许再分发、是否需要署名、使用注意事项或免责声明等 相关论文以及引用信息 如果本数据集有相关论文发表，或者是基于某项研究成果，可以在这里提供推荐的引用格式。
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集当前使用的是默认介绍模版，请参考以下模板，及时完善数据集介绍相关内容： 介绍 简要介绍数据集的基本信息、背景和设计目标。 数据集描述 提供数据集的详细信息，包括数据来源、内容组成、数据类型（如图像、文本、音频、视频等）、采集或生成方式、应用领域等内容。 数据集构成 数据结构 清晰地列出数据集的组成部分，例如： 1dataset_name/ 2├── train/ 3├── val/ 4└── test/ 字段说明 建议用表格描述字段说明，例如： 字段名 类型 描述 id string 唯一标识符 text string 文本内容 ... ... ... 数据规模 介绍样本总数、类别数量、每类样本数量等 数据预处理 简要说明是否对数据进行了清洗、标准化、缺失值处理、去重、编码等操作 许可协议 说明数据集的授权协议和使用限制，例如协议类型、是否允许再分发、是否需要署名、使用注意事项或免责声明等 相关论文以及引用信息 如果本数据集有相关论文发表，或者是基于某项研究成果，可以在这里提供推荐的引用格式。
【主题与分类】
主题标签：新冠肺炎、CT、医学影像、图像分类。
【获取与许可】
源站页面：https://aistudio.baidu.com/datasetdetail/27732
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（百度 AI Studio）
- 访问源站：https://aistudio.baidu.com/datasetdetail/27732
- 登录百度账号；
- 数据集详情页点击「下载」，或在 NoteBook 环境内引用（
/work/datasets/）； - 也可在 Notebook 中用 aistudio CLI 或页面 API Token 拉取。
数据说明
该数据集是一个公开的医学影像数据集，专门针对新冠肺炎（COVID-19）的CT影像收集而成。数据集包含216个病例的349张CT扫描图像，这些图像主要从已发表的新冠肺炎相关学术论文中搜集整理而来。数据以图像模态呈现，主要用于新冠肺炎的医学影像分析、疾病诊断辅助、计算机辅助检测（CAD）以及相关人工智能模型（如分类、分割模型）的训练与验证，服务于医学研究和临床辅助诊断场景。
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。
