PMPBench
首个公开的全配对跨癌种医学影像数据集，涵盖11个器官、19种癌症的CT和MRI配对图像，用于对比剂合成算法研究。
基本信息
模态
医学影像
创建/更新时间
2026-01-22
资源简介
PMPBench是由剑桥大学等机构联合推出的首个公开、全配对、跨癌种医学影像数据集，涵盖11个人体器官的对比增强与非增强扫描数据。该数据集包含2642例精心配对的CT和MRI影像，覆盖19种癌症类型，数据源自TCIA等公开仓库并经过严格的医学预处理和放射科专家验证。通过标准化流程实现解剖结构对齐，支持1→1、N→1等跨模态翻译任务的基准测试，旨在推动肿瘤影像学中安全对比剂合成的算法研究，解决临床资源受限场景下的诊断需求。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/YifanChen02/PMPBench.git
curl -L -o repo.zip https://github.com/YifanChen02/PMPBench/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
PairedContrast
Contents
Dataset & Structure
Details
MR
Brain
Brain_MR_train_val_test
├── train
│ ├── TCGA-02-0006
│ │ ├── TCGA-02-0006_1996.08.23_t1.nii.gz
│ │ ├── TCGA-02-0006_1996.08.23_t1Gd.nii.gz
│ │ ├── TCGA-02-0006_1996.08.23_t2.nii.gz
│ │ ├── TCGA-02-0006_1996.08.23_flair.nii.gz
│ │ ├── TCGA-02-0006_1996.08.23_GlistrBoost.nii.gz （mask）
│ │ ├── TCGA-02-0006_1996.08.23_GlistrBoost_ManuallyCorrected.nii.gz （人工矫正过的mask，不是每一个都有）
│ └── ...
├── val
│ ├── TCGA-08-0350
│ │ ├── TCGA-08-0350_1998.12.15_t1.nii.gz
│ │ ├── TCGA-08-0350_1998.12.15_t1Gd.nii.gz
│ │ ├── TCGA-08-0350_1998.12.15_t2.nii.gz
│ │ ├── TCGA-08-0350_1998.12.15_flair.nii.gz
│ │ ├── TCGA-08-0350_1998.12.15__GlistrBoost.nii.gz
│ │ ├── TCGA-08-0350_1998.12.15_GlistrBoost_ManuallyCorrected.nii.gz
│ └── ...
├── test
│ ├── TCGA-02-0003
│ │ ├── TCGA-02-0003_1997.06.08_t1.nii.gz
│ │ ├── TCGA-02-0003_1997.06.08_t1Gd.nii.gz
│ │ ├── TCGA-02-0003_1997.06.08_t2.nii.gz
│ │ ├── TCGA-02-0003_1997.06.08_flair.nii.gz
│ │ ├── TCGA-02-0003_1997.06.08_GlistrBoost.nii.gz
│ │ ├── TCGA-02-0003_1997.06.08_GlistrBoost_ManuallyCorrected.nii.gz
│ └── ...
└── survival_evaluation.csv
处理之后(将t1和t1ce左右拼成一个新的图png)——有对应代码（不同病例就不分文件夹了，直接都放一起，用前缀区分病例，后缀区分slice）
├── T1_T1CE
│ ├── train
│ │ ├── TCGA-02-0006_0.png
│ │ ├── TCGA-02-0006_1.png
│ │ ├── ...
│ ├── val
│ │ ├── TCGA-08-0350_0.png
│ │ ├── TCGA-08-0350_1.png
│ │ ├── ...
│ ├── test
│ │ ├── TCGA-02-0003_0.png
│ │ ├── TCGA-02-0003_1.png
│ │ ├── ...
Breast
包含三个公开乳腺癌数据集，已经按照比例做了合并（.mat格式版本）> 后面会数据处理成nii版本
1. bpe = background parenchymal enhancement
2.
## 数据加载示例（图像类）
```python
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 癌症（总论） 的高质量、多模态真实临床数据定制解决方案。
