AI辅助平扫CT多癌种筛查数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT06632886

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

疾病：肺癌、肝癌、胃癌、结直肠癌、食管癌、胰腺癌、乳腺癌。癌症已成为中国重大公共卫生问题，严重影响人群健康、经济和社会发展。2022年，估计新发癌症病例482万例，癌症相关死亡257万例。肺癌、肝癌、胃癌、结直肠癌、食管癌、胰腺癌和乳腺癌是癌症相关死亡的七大主要原因。成功的早期检测策略可使患者及时接受干预，改善治疗结局，提高总体生存率，并降低治疗的复杂性和成本。在本研究中，我们将开展一项大规模、前瞻性、多中心队列研究，旨在评估AI辅助平扫CT用于多癌种筛查的效用。研究人群包括在美年大健康体检中心或上海长海健康体检中心接受过腹部或胸部平扫CT扫描的个体，预计入组100万名参与者。

阿里巴巴达摩院开发的一种通过平扫CT进行多癌筛查的模型，将被整合到体检中心的PACS系统中。该影像AI模型将用于自动检测多种癌性病变，包括肺癌、肝癌、胃癌、结直肠癌、食管癌、胰腺癌和乳腺癌。经AI模型识别为阳性病变的受试者需转诊至上海长海医院进行进一步影像学检查（如增强CT、MRI、内镜检查等），以确认最终疾病状态并制定治疗方案。此外，医疗团队应遵循基于NCCN和ACR指南制定的诊疗路径，必要时将患者转至针对特定癌种的多学科团队（MDT）门诊以确定诊断流程。本研究的最终目标是全面评估

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。