IDC C4KC-KiTS 肾癌与肾肿瘤分割数据集
IDC C4KC-KiTS 是来自 2019 年肾脏与肾脏肿瘤分割挑战赛（KiTS19）训练集的数据集，包含 210 名肾癌患者的 CT 扫描，并提供皮质髓质期肾脏与肿瘤的手动语义分割标注
基本信息
资源简介
IDC C4KC-KiTS 肾癌与肾肿瘤分割数据集
IDC C4KC-KiTS 是一个聚焦肾脏肿瘤的医学影像数据集，来源于 2019 年肾脏与肾脏肿瘤分割挑战赛（KiTS19）的训练集。该数据集共纳入 210 名肾癌患者，提供腹部 CT 扫描图像，并配有皮质髓质期肾脏与肿瘤的手动语义分割标注。其核心用途在于支持肾脏及肾脏肿瘤的自动分割研究，属于肿瘤 / 肾癌方向。数据集由影像数据共享平台 Imaging Data Commons 收录，原始挑战赛旨在通过公开带标注的 CT 数据，推动三维语义分割算法的进展。对于需要开展肾脏肿瘤识别、分割模型训练与评测的研究者而言，该数据集提供了具有明确标注和统一来源的影像资源。
【数据集背景】
该数据集对应 2019 年肾脏与肾脏肿瘤分割挑战赛（2019 Kidney and Kidney Tumor Segmentation Challenge，简称 C4KC-KiTS 或 KiTS19）。挑战赛的目标是加速自动三维语义分割领域的进展。为此，组织方公开发布了一套 CT 扫描数据集，覆盖 210 名患者，并为这些患者的肾脏和肿瘤提供手动语义分割标注。标注所处的增强期为皮质髓质期。该数据集即来自这一挑战赛的训练集部分，因此其设计初衷与挑战赛任务紧密相关，主要服务于肾脏及肾脏肿瘤的自动分割方法开发与比较。
【数据内容】
数据集包含 210 名受试者的 CT 扫描。每名受试者的影像均配有手动语义分割标注，标注对象为肾脏和肿瘤，标注基于皮质髓质期图像完成。癌症类型为肾癌，肿瘤位置为肾脏。主题标签包括 Kidney Cancer 和 Kidney。数据集中所涉及的影像与标注均围绕肾脏与肾脏肿瘤的分割任务组织，未提供其他器官或病灶的标注信息。源站未提供关于图像层厚、分辨率、设备型号、扫描参数等更细粒度的技术描述。
【采集与来源】
该数据集来源于 portal.imaging.datacommons.cancer.gov，是 IDC 平台收录的 C4KC-KiTS 集合。原始数据来自 2019 年肾脏与肾脏肿瘤分割挑战赛的训练集。挑战赛官方页面为 https://kits19.grand-challenge.org/。数据集在 IDC 中的对应页面提供了进一步了解图像和获取支持性元数据的入口，其 DOI 为 https://doi.org/10.7937/TCIA.2019.IX49E8NX。源站未提供具体的采集机构、扫描设备、成像协议或患者招募方式的详细说明。
【适用场景】
该数据集适用于肾脏与肾脏肿瘤的自动分割研究，尤其是三维语义分割算法的训练、验证与评测。由于标注针对皮质髓质期的肾脏和肿瘤，可用于开发或评估能够在 CT 影像中区分肾脏实质与肿瘤区域的模型。其挑战赛背景也意味着该数据集适合用于分割算法的横向比较，或作为肾脏肿瘤影像分析研究的基础数据。此外，该数据集可支持肾癌相关影像组学或计算机辅助诊断的早期方法探索，但具体应用需结合标注范围和影像特征进行判断。
【使用方法】
使用者可通过 IDC 平台访问该集合，并依据其 DOI 页面获取图像及支持性元数据。由于数据来自挑战赛训练集，通常可按挑战赛设定的训练 / 验证划分方式使用，或根据研究需要自行划分。使用时应关注标注对应的皮质髓质期，确保模型输入与标注图像期相一致。源站未提供具体的数据加载格式、预处理步骤、推荐划分比例或评测指标，相关细节需参考挑战赛官方页面或 IDC 集合页面。
【质量与限制】
该数据集提供的是手动语义分割标注，标注对象限于肾脏和肿瘤，且基于皮质髓质期。受试者数量为 210 名，全部来自挑战赛训练集。源站未提供关于标注者数量、标注一致性、影像质量评分、排除标准或数据偏倚的说明。因此，在将数据集用于临床或泛化性要求较高的研究时，需注意其来源单一、任务特定等潜在限制。源站未提供外部验证队列或独立测试集信息。
【引用与许可】
使用该数据集时，应引用其 IDC 集合页面及对应 DOI：https://doi.org/10.7937/TCIA.2019.IX49E8NX。原始挑战赛页面为 https://kits19.grand-challenge.org/。源站未提供具体的许可条款、使用限制或商业使用规定，使用者需自行查阅 IDC 页面或挑战赛官方页面以确认授权范围与引用要求。
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://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=c4kc_kits
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 C4KC-KiTS。癌症类型：肾癌。肿瘤位置：肾脏。受试者：210 例。数据来自 2019 年肾脏与肾脏肿瘤分割挑战赛（C4KC-KiTS）的训练集。本数据集包含来自 2019 年肾脏与肾脏肿瘤分割挑战赛（KiTS19）（https://kits19.grand-challenge.org/）训练集的受试者。该挑战赛旨在通过发布 210 例患者的 CT 扫描数据集以及肾皮质期肾脏和肿瘤的手工语义分割结果，加速自动 3D 语义分割的进展。请参阅 C4KC-KiTS（https://doi.org/10.7937/TCIA.2019.IX49E8NX）wiki 页面，以了解有关图像的更多信息并获取该数据集的支持性元数据。
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。
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。
