胆囊超声视频数据集
包含恶性和非恶性胆囊超声视频及帧数据，适用于胆囊癌视频识别和表征学习。由IIT Delhi; PGIMER Chandigarh提供，来自GBC-IITD，包含64条数据记录，适用于分类任务。
基本信息
资源简介
胆囊超声视频数据集
【一句话概览】
GBUSV 是一个未标注的超声视频数据集，包含恶性与非恶性胆囊患者的超声视频。视频来自印度北部昌迪加尔 PGIMER 放射科因疑似胆囊病变接受腹部超声检查的患者，患者至少禁食 6 小时，使用 1-5 MHz 凸阵探头采集，扫描范围力求覆盖整个胆囊及病变。视频序列长度为 43 至 888 帧，数据集由 32 个恶性和 32 个非恶性视频组成，分别包含 12,251 帧和 3,549 帧。视频帧从中心裁剪以匿名化患者信息和标注，处理后帧尺寸为 360x480 像素（来源 gbc-iitd.github.io）。
【数据集背景】
本数据集源站标题为《GBUSV》。
【数据内容】
源站原始描述：GBUSV is a un-annotated dataset consisting of ultrasound videos of of patients with either of a malignant or a non-malignant gallbladder. The ultrasound videos were obtained from patients referred to the radiology department of PGIMER, Chandigarh (a high-input hospital in Northern India) for abdominal ultrasound examinations of suspected gallbladder pathologies. Patients were at fasting of at least 6 hours. A 1-5 MHz curved array transducer (C-1-5D, Logiq S8, GE Healthcare) was used. The scannin…
中文译文（机器翻译，仅供快速理解，请以原文为准）：GBUSV是一个未标注数据集，包含恶性或非恶性胆囊患者的超声视频。这些超声视频来自转诊至印度北部高水平医院PGIMER，Chandigarh放射科，因疑似胆囊病变而接受腹部超声检查的患者。患者至少空腹6小时。使用1-5 MHz凸阵探头（C-1-5D，Logiq S8，GE Healthcare）进行检查。扫描旨在涵盖整个胆囊及病变或病理区域。视频序列长度从43帧到888帧不等。数据集包含32个恶性和32个非恶性视频，分别总计12,251帧和3,549帧。视频帧从中心裁剪以匿名处理患者信息和标注。处理后的帧尺寸为360x480像素。
【主题与分类】
主题标签：ultrasound、video、gallbladder、malignant、non-malignant、unsupervised learning。
【获取与许可】
源站页面：https://gbc-iitd.github.io/data/gbusv
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
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://gbc-iitd.github.io/data/gbusv
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
包含恶性和非恶性胆囊超声视频及帧数据，适用于胆囊癌视频识别和表征学习。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
