印度COVID-19 CT数据集
包含印度288名COVID-19患者的12096张胸部CT图像，用于评估深度学习模型在COVID-19诊断中的泛化能力。
基本信息
资源简介
该数据集由国际信息技术研究所创建，包含来自印度288名COVID-19患者的12096张胸部CT图像（PNG格式），用于深度学习模型在COVID-19诊断中的泛化性研究。数据收集自2020年4月至9月，涵盖正常、非COVID肺炎和COVID-19三类分类任务。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/aleesuss/c19.git
curl -L -o repo.zip https://github.com/aleesuss/c19/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
C19
Project on C19 diagnosis. This is the testing phase. The code is given only for evaluation of the model.
Dataset for Testing CT model
Download the test folder from the link: https://drive.google.com/drive/folders/1ghD5Swn27l1PtWFUARqTMQojEPDZnPMv?usp=sharing
The test folder should contain images in three folders viz. covid, normal and pneumonia
Dataset for Testing CXR model
Download the test folder from the link: https://drive.google.com/drive/folders/1n4OFCAzSMkDDSZXMu90H_FbgOiUHHnV2?usp=sharing
The test folder should contain images in two folders viz. positive and negative
Testing the CT model
Set the data path and the path for model weights in My_covnet2.py and run the code to get the following results:
Confusion Matrix
Classification Report
Testing the CXR model
Set the data path and the path for model weights in My_covnetCXR.py and run the code for the following result.
Confusion Matrix
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 新型冠状病毒肺炎 的高质量、多模态真实临床数据定制解决方案。
