IDC CBIS-DDSM 乳腺癌影像数据集
原始 DDSM 包含 2,620 例扫描胶片乳腺摄影研究，并附有经病理验证的正常、良性及恶性病例信息。该数据集可用于乳腺病变的良恶性分类、筛查相关研究及影像分析方法开发，更多图像与配套元数据可参见 CBIS-DDSM 页面（来源 portal.imaging.datacommons.cancer.g
基本信息
资源简介
IDC CBIS-DDSM 乳腺癌影像数据集
IDC CBIS-DDSM 是一个聚焦乳腺影像的公开数据集，属于肿瘤与乳腺癌相关研究资源，托管于 portal.imaging.datacommons.cancer.gov。该数据集是数字乳腺筛查数据库 DDSM 的更新与标准化版本，即“DDSM 的精选乳腺影像子集”（Curated Breast Imaging Subset of DDSM）。其覆盖的癌症类型包括乳腺癌与非癌，肿瘤部位为乳腺，受试者数量为 6671。原始 DDSM 包含 2,620 例扫描胶片乳腺摄影研究，涵盖正常、良性及恶性病例，并附有经病理验证的信息。该数据集可用于乳腺病变的良恶性分类、筛查相关研究以及影像分析方法开发，更多图像与配套元数据可参见 CBIS-DDSM 页面。
【数据集背景】
CBIS-DDSM 的全称为 Curated Breast Imaging Subset of DDSM，是对数字乳腺筛查数据库（Digital Database for Screening Mammography，DDSM）进行更新和标准化后形成的版本。DDSM 本身是一个扫描胶片乳腺摄影研究数据库，包含正常、良性及恶性病例，并具有经病理验证的信息。CBIS-DDSM 在 DDSM 基础上进行了整理与标准化，旨在为乳腺影像研究提供更规范的数据资源。该数据集在 portal.imaging.datacommons.cancer.gov 上发布，属于肿瘤与乳腺癌分类下的公开资源。
【数据内容】
该数据集涉及的癌症类型包括乳腺癌与非癌，肿瘤部位为乳腺。受试者数量为 6671。其基础来源 DDSM 包含 2,620 例扫描胶片乳腺摄影研究，这些研究涵盖正常、良性及恶性病例，并附有经病理验证的信息。CBIS-DDSM 作为 DDSM 的更新与标准化版本，延续了上述病例类型与病理验证信息的组织方式。关于该数据集内具体的图像数量、图像格式、标注类型、病灶分割信息等更细粒度的内容，源站未提供。
【采集与来源】
该数据集来源于 portal.imaging.datacommons.cancer.gov，其前身 DDSM 的原始数据库地址为 http://marathon.csee.usf.edu/Mammography/Database.html。DDSM 由扫描胶片乳腺摄影研究构成，CBIS-DDSM 则是对该数据库进行更新与标准化后的版本。关于具体的采集设备、采集机构、采集时间范围、扫描参数、伦理审批与数据脱敏流程等信息，源站未提供。
【适用场景】
依据源站描述，该数据集可用于乳腺病变的良恶性分类、筛查相关研究及影像分析方法开发。由于其包含正常、良性及恶性病例并附有经病理验证的信息，适合用于与乳腺影像判读、分类模型训练与评估、筛查流程研究等相关的任务。关于该数据集在其他具体任务（如病灶检测、分割、风险预测等）中的适用性，源站未提供。
【使用方法】
源站描述指出，更多关于图像的信息以及该数据集的支持性元数据，可参见 CBIS-DDSM 页面（https://doi.org/10.7937/K9/TCIA.2016.7O02S9CY）。关于具体的数据下载方式、目录结构、文件命名规则、读取工具、预处理步骤或配套代码，源站未提供。
【质量与限制】
该数据集的基础 DDSM 包含经病理验证的正常、良性及恶性病例信息，CBIS-DDSM 为其更新与标准化版本。关于该数据集的数据质量评估指标、标注一致性、类别分布、偏倚情况、缺失数据比例或使用限制等信息，源站未提供。
【引用与许可】
CBIS-DDSM 的页面链接为 https://doi.org/10.7937/K9/TCIA.2016.7O02S9CY，可由此获取更多图像信息与支持性元数据。关于该数据集的具体引用格式、许可条款、使用协议或商业使用限制等信息，源站未提供。
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。
暂未开放公开下载
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。
免登录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://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=cbis_ddsm
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:
数据说明
IDC 数据集 CBIS-DDSM。癌症类型：乳腺癌、非癌症。肿瘤位置：乳腺。受试者：6671。此 CBIS-DDSM（DDSM 的精选乳腺影像子集）是筛查乳腺摄影数字数据库（DDSM）（http://marathon.csee.usf.edu/Mammography/Database.html）的更新和标准化版本。DDSM 是一个包含 2,620 例扫描胶片乳腺摄影研究的数据库。它包含正常、良性和恶性病例，并附有经病理验证的信息。请参阅 CBIS-DDSM（https://doi.org/10.7937/K9/TCIA.2016.7O02S9CY）页面，以了解有关图像的更多信息并获取此集合的任何支持性元数据。
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。
