多视角DaViT集成分类的预处理乳腺钼靶图像与元数据
图像已裁剪至乳腺区域并去除胸肌，经Otsu阈值、最大连通域保留与CLAHE增强后分别缩放至224×224和512×512像素
基本信息
资源简介
多视角DaViT集成分类的预处理乳腺钼靶图像与元数据
Preprocessed mammogram images and metadata for multi-view DaViT ensemble classification
该数据集为论文《A Multi-View Ensemble of Dual Attention Vision Transformers for Mammogram Classification》的配套数据，包含经统一预处理流程处理的CBIS-DDSM与INbreast乳腺钼靶图像及INbreast元数据表。图像已裁剪至乳腺区域并去除胸肌，经Otsu阈值、最大连通域保留与CLAHE增强后分别缩放至224×224和512×512像素。数据可用于多视角深度学习分类模型的训练与评估，以及误分类案例分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-05-03。
【数据结构与技术规格】
文件数 6 个，合计 89.70 MB。数据集 DOI：10.6084/m9.figshare.32149885.v1。
【主题与分类】
源站学科分类：Artificial intelligence not elsewhere classified、Machine learning not elsewhere classified、Biomedical engineering not elsewhere classified、Oncology and carcinogenesis not elsewhere classified。主题标签：mammography、breast cancer classification、deep learning、vision transformer、DaViT、CBIS-DDSM、INbreast、multi-view ensemble、computer-aided diagnosis、BI-RADS。本站分类：肿瘤/乳腺癌。
【适用方向】
源站学科分类标注为 Artificial intelligence not elsewhere classified、Machine learning not elsewhere classified、Biomedical engineering not elsewhere classified、Oncology and carcinogenesis not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Preprocessed_mammogram_images_and_metadata_for_multi-view_DaViT_ensemble_classification/32149885
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：elmotaz, Ahmed; Hamed, Ghada; El-Sayed Amin, Safaa; Abd El-Rahman Marey, Mohammed (2026). Preprocessed mammogram images and metadata for multi-view DaViT ensemble classification. figshare. Dataset
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://doi.org/10.6084/m9.figshare.32149885
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 89.7 MB。
数据说明
本数据集随论文《用于乳腺X线摄影分类的双注意力视觉Transformer多视图集成》（PeerJ Computer Science）一同发布。## 内容cbis_ddsm_preprocessed_224px.zip预处理后的CBIS-DDSM乳腺X线摄影图像（1，592张图像，224×224像素，JPG格式）。预处理流程：基于YOLOv5的乳腺区域提取与胸肌去除、Otsu阈值分割、最大连通分量保留、随机CLAHE对比度增强、缩放至224×224像素。原始数据集：The Cancer Imaging Archive（DOI：10.7937/K9/TCIA.2016.7O02S9CY）。inbreast_preprocessed_512px.zip预处理后的INbreast乳腺X线摄影图像（410张图像，512×512像素，JPG格式）。预处理流程与CBIS-DDSM相同。原始数据集：Moreira et al. (2012)，DOI：10.1016/j.acra.2011.09.014。INbreast.csv原始INbreast元数据表（410行），包括患者ID、侧别、体位、采集日期、文件名、ACR、BI-RADS评分、病灶标注和检查所见。inbreast_codebook.csv代码本，将BI-RADS数字/字母数字代码（1、2、3、4a、4b、4c、5、6）映射至临床标签和二分类目标（0=良性，1=恶性）。
还包括View、Laterality和ACR乳腺密度编码。inbreast_class_distribution.csv 为INbreast数据集按BI-RADS类别统计的图像数量及二分类类别总数（310例良性，100例恶性，共410例）。misclassified_cases.csv 为CBIS-DDSM和INbreast测试集上逐病例的模型预测结果，包括真实标签和集成概率输出。 ## 预处理 所有图像均使用在RSNA筛查乳腺摄影数据集上训练的YOLOv5模型进行预处理，以检测乳腺区域，随后进行CLAHE对比度处理。代码将在发表后发布于GitHub。
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。
