用于多任务ResNet-18分析的异构医学图像数据集

数据集获取

源站：https://doi.org/10.17632/c5gpgfdh2w.1

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 4.83 GB。

数据说明

该数据集包含56,900条医学图像记录，通过将多个公开来源数据集的数据整合为一个统一的研究集合而构建，用于异质性医学图像分析。该数据集涵盖五个医学图像类别：脑肿瘤（253张图像）、胸部X射线（5,856张图像）、骨折（40,005张图像）、心脏心电图（756张图像）和心脏超声（10,030张图像）。数据集记录包括Final_Data.csv，其中提供图像文件路径、编码的主标签、数据类型和来源医学图像类别。还包括class_distribution.csv，包含主标签和来源类别的分布；train_validation_split.csv，包含图像级别的训练/验证分配；以及medical_images.zip，包含按类别组织的相应图像。相关实验采用80%训练和20%验证的划分，按主标签分层，随机种子为32，得到45,520条训练记录和11,380条验证记录。划分在图像记录级别进行；实验实现中未展示患者级别或研究级别的分组。

Heart Echo 源数据最初包含超声心动图视频。对于实验数据集，使用 Python 和 OpenCV 从每个视频中提取一个具有代表性的中间帧。所选帧保存为 JPEG 图像，并用作相应的图像记录。由此得到的 Heart Echo 图像包含在图像集合中。该数据集旨在支持医学影像、计算机视觉、机器学习、迁移学习和异质性医学图像分析方面的研究。原始源数据集可能具有其自身的许可、版权条件、署名要求和再分发限制。用户有责任审查并遵守原始源数据集的条款。该数据集旨在用于研究和教育目的，不适用于直接

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。