MosMedData：头颈部CT及淋巴结Node-RADS评分数据集
MosMedData 头颈部 CT 数据集来自莫斯科医学影像开放数据集，共 84 条记录，对头颈部 CT 影像中的淋巴结采用 Node-RADS 进行评分
基本信息
资源简介
MosMedData：头颈部CT及淋巴结Node-RADS评分数据集
MosMedData: CT of the Head and Neck with Lymph Nodes Scored Using Node-RADS 14 605 Head and neck 是一个面向头颈部肿瘤影像研究的公开数据集，归属于肿瘤 / 头颈部癌方向，主题标签为 CT。该数据集来自莫斯科医学影像开放数据集（MosMedData），共包含 84 条记录，针对头颈部 CT 影像中的淋巴结采用 Node-RADS 进行评分。对于关注头颈部癌淋巴结评估、影像组学以及人工智能辅助诊断的研究者而言，这一数据集提供了以 Node-RADS 结构化评分标注为特色的 CT 影像资源，可用于探索淋巴结影像特征与评分体系之间的对应关系，并支持相关算法训练与验证工作。
【数据集背景】
头颈部癌的临床诊疗中，淋巴结转移状态是影响分期、治疗方案选择与预后判断的关键因素之一。Node-RADS 作为一种针对淋巴结影像评估的结构化报告与数据系统，旨在为影像科医师提供统一的评分框架，以降低不同观察者之间的判读差异。该数据集正是在这一背景下构建，将头颈部 CT 影像与 Node-RADS 评分相结合，形成带有结构化标注的医学影像数据集合。其来源为莫斯科医学影像开放数据集，属于 MosMedData 系列的一部分，面向肿瘤 / 头颈部癌这一分类方向，主题标签为 CT，体现了以 CT 模态支撑头颈部淋巴结评估的定位。
【数据内容】
该数据集共包含 84 条记录，内容为头颈部 CT 影像，并对影像中的淋巴结采用 Node-RADS 进行评分。数据集英文名称中出现的“CT of the Head and Neck with Lymph Nodes Scored Using Node-RADS”直接反映了其核心内容构成，即头颈部 CT 与淋巴结 Node-RADS 评分。除上述信息外，关于每条记录的具体图像数量、扫描序列、层厚、重建参数、评分分布、淋巴结位置标注细节以及是否包含分割掩膜等信息，源站未提供。
【采集与来源】
该数据集来源于 mosmed.ai，属于莫斯科医学影像开放数据集（MosMedData）。源站描述指出其为 MosMedData dataset (CT)，记录数为 84，并说明这是莫斯科医学影像开放数据集。关于采集机构、扫描设备型号、扫描协议、患者人群特征、采集时间范围以及数据脱敏处理方式等信息，源站未提供。
【适用场景】
基于其内容构成，该数据集适用于头颈部癌相关的 CT 影像研究，尤其是涉及淋巴结 Node-RADS 评分的场景。潜在用途包括：支持放射科医师对 Node-RADS 评分体系的学习与参考；用于开发或评估基于 CT 的淋巴结自动评分与分类算法；作为影像组学研究的输入数据，探索影像特征与 Node-RADS 评分之间的关联；以及用于医学影像人工智能模型的训练、验证与测试。需要说明的是，具体适用任务与性能表现需结合数据实际内容判断，源站未提供相关任务定义或基准结果。
【使用方法】
该数据集以 CT 影像与 Node-RADS 评分标注为核心内容，使用者可依据自身研究目的读取影像数据并结合评分信息开展分析。关于数据的具体下载方式、文件组织格式、目录结构、影像格式（如 DICOM 等）、标注文件格式以及配套读取工具或代码示例，源站未提供。
【质量与限制】
该数据集共 84 条记录，规模相对有限，可能对深度学习模型的训练充分性构成一定制约。由于仅覆盖头颈部 CT 与淋巴结 Node-RADS 评分，其模态与解剖范围具有特定性，向其他部位或其他影像模态的迁移能力需谨慎评估。此外，关于数据标注的一致性、评分者数量、评分一致性检验结果、数据偏倚以及缺失情况等信息，源站未提供。使用者在开展研究时，应结合自身需求对数据适用性进行独立判断。
【引用与许可】
该数据集来自 mosmed.ai，属于莫斯科医学影像开放数据集。关于具体的引用格式、文献出处、许可协议类型、使用限制以及商业使用规定等信息，源站未提供。使用者在获取与使用该数据集前，应自行查阅来源站点的相关说明，以确认引用要求与许可条件。
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
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
MosMedData dataset (CT). Records: 84. Moscow medical imaging open dataset.
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。
