CBIS-DDSM 乳腺癌图像数据集
CBIS-DDSM 乳腺癌图像数据集是原始数据集的 jpeg 格式版本，分辨率保持与原始数据集一致。该数据集包含 6775 个研究、6775 个序列、10239 张图像，涉及 1566 名实际参与者，模态为 MG，图像大小约 6GB
基本信息
资源简介
CBIS-DDSM 乳腺癌图像数据集
CBIS-DDSM: Breast Cancer Image Dataset
CBIS-DDSM 乳腺癌图像数据集是原始数据集的 jpeg 格式版本，分辨率保持与原始数据集一致。该数据集包含 6775 个研究、6775 个序列、10239 张图像，涉及 1566 名实际参与者，模态为 MG，图像大小约 6GB。数据以 csv 描述文件和 jpeg 图像组织，可用于乳腺癌影像相关的分类等研究任务（来源 Kaggle，CC BY-SA 3.0 许可）。
【数据集背景】
源站首次发布：2021-01-24。
【数据内容】
源站描述（机器翻译，仅供参考）：描述 该数据集是原始数据集（163GB）的 jpeg 格式版本。分辨率保持与原始数据集一致。 研究数量： 6775 序列数量： 6775 参与者数量： 1,566（NB） 图像数量： 10239 模态： MG 图像大小（GB）： 6（.jpg） NB： 该集合的图像数据结构使得每位参与者拥有多个患者 ID。例如，pat_id 00038 有 10 个独立的患者 ID，这些 ID 提供有关 ID 内扫描的信息（例如 Calc-Test_P_00038_LEFT_CC、Calc-Test_P_00038_RIGHT_CC_1）。这使得根据 DICOM 元数据看起来有 6,671 名参与者，但该队列中实际只有 1,566 名参与者。 摘要
【数据结构与技术规格】
文件数 20 个，合计 27.54 MB。
【主题与分类】
主题标签：cancer。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/awsaf49/cbis-ddsm-breast-cancer-image-dataset
使用许可：CC BY-SA 3.0。
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://kaggle.com/datasets/awsaf49/cbis-ddsm-breast-cancer-image-dataset/suggestions
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:
数据集大小约 6.30 GB。
数据说明
Awsaf (2021). CBIS-DDSM: Breast Cancer Image Dataset [Dataset]. https://www.kaggle.com/datasets/awsaf49/cbis-ddsm-breast-cancer-image-dataset/suggestions
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
