生物医学图像数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.17859444

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 95.1 MB。

数据说明

本仓库包含手稿《MaZda与PyRadiomics——在选定生物医学图像分类背景下纹理特征估计效果的比较》中的数据。在数据收集过程中，使用了Kaggle和ISIC平台上的可用仓库，以及作者为早期研究准备的自身资源。准备了五个包含使用不同成像技术记录的图像数据集。这些数据集的特征，包括其观察类别的划分，如下所示：• 胸部X光图像——2000张图像，分为4类（正常、Covid-19、病毒性肺炎、肺不透明）；• 肺部CT图像——1000张图像，分为2类（非Covid、Covid-19）；• 脑部MRI图像——2000张图像，分为4类（正常、胶质瘤、脑膜瘤、垂体瘤）；• 甲状腺超声图像——800张图像，分为2类（正常、桥本氏病）；• 皮肤病变的皮肤镜图像——1600张图像，分为4类（痣、脂溢性角化病、恶性黑色素瘤、基底细胞癌）。作为图像预处理的一部分，进行了裁剪和转换为8位灰度格式。

所有数据集均被随机划分为训练部分和测试部分（分别占完整数据集的70%和30%）。在所有数据集中，观测类别是平衡的（每个类别包含相同数量的样本）。该存储库中包含的图像集合可用于测试和比较纹理特征估计方法，例如基于灰度共生矩阵（GLCM）、LBP描述符或小波变换参数的度量。此外，它们为验证图像分类算法提供了合适的环境，无论是传统算法（K-NN、SVM、决策树）还是基于深度神经网络的算法。得益于受控的实验条件和已知的类别标签，可以客观地比较各个方法的有效性。

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。