IDC CT4Harmonization-Multicentric 多中心CT协调数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=ct4harmonization_multicentric

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

IDC 集合 CT4Harmonization-Multicentric。癌症类型：血管瘤、病理良性、转移性疾病。肿瘤位置：肝脏模体。受试者：1。本集合介绍了一个开源的、基于拟人模体的 CT 扫描数据集，用于开发基于深度学习模型的 harmonization 方法。该模体模拟人体解剖结构，允许重复扫描而无需向真实患者施加辐射，并通过消除患者间和患者内变异来分离扫描仪效应。该数据集包含来自 13 台扫描仪、4 家制造商和 8 家机构的 268 个图像序列，使用 harmonized 协议在 10 mGy 剂量下重复 18-30 次。另外还使用相同的 13 台扫描仪和 harmonized 协议采集了 1,378 个图像序列，但包含了额外的采集剂量。所呈现的模体扫描由胸部、肝脏和测试图案三个隔室组成。3D 打印的肝脏包含三种类型的异常感兴趣区域，包括两个囊肿、一个转移灶和一个血管瘤，并带有可用于分类和分割的真值分割掩膜。

请参阅CT4Harmonization-Multicentric（https://doi.org/10.7937/M0PB-BH69）登录页面，以了解有关图像的更多信息并获取该集合的任何支持性元数据。

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。