多机构胸部X线摄影数据集（CRADI）
多机构胸部X线摄影（CRADI）数据集简介 背景 胸部X线摄影被广泛用于筛查和诊断肺部及心脏疾病。其临床实用性、高效性和成本效益方面的优势，使胸部X线摄影成为肺部疾病最易获得的影像检查，尤其是在基层医院
基本信息
资源简介
多机构胸部X线摄影数据集（CRADI）
Chest Radiograph at Diverse Institutes（CRADI）数据集是一个面向胸部X线摄影的多机构影像数据集，本站将其归类于肿瘤／肺癌方向。该数据集由 Liu, Mingqian 与 Xie, Xueqian 完成，机构为 Zenodo，发布时间为 2021 年，采用 Creative Commons Attribution 4.0 International 许可协议。胸部X线摄影在临床上广泛用于筛查和诊断肺部及心脏疾病，凭借临床实用性、高效性和成本效益，成为肺部疾病最易获得的影像检查手段，尤其在基层医院中具有重要地位。CRADI 数据集正是在这一背景下构建，旨在为胸部X线影像的算法研究提供多机构来源的数据支持，其相关描述由来源站 doi.org 提供。
【数据集背景】
胸部X线摄影被广泛用于筛查和诊断肺部及心脏疾病。其临床实用性、高效性和成本效益方面的优势，使胸部X线摄影成为肺部疾病最易获得的影像检查，尤其是在基层医院。目前，胸部X线片的判读主要依赖放射科医师。随着算法的发展，卷积神经网络（CNN）已展现出在胸部X线摄影中检测单一疾病的能力，例如气胸、肺癌、肺炎和结核病。传统上，建立用于医学图像分类的 CNN 模型需要专家标注，而这种人工标注过程耗时且要求极高。重要的是，除了单一疾病的检测之外，多标签相关任务也构成了该领域的研究方向。
【数据内容】
源站未提供。
【采集与来源】
该数据集来自多机构（Diverse Institutes），由 Liu, Mingqian 与 Xie, Qian 等作者发布，机构为 Zenodo，来源站为 doi.org。发布时间为 2021 年。除此之外，源站未提供更具体的采集流程、机构名单或影像设备信息。
【适用场景】
基于胸部X线摄影在筛查和诊断肺部及心脏疾病中的广泛应用，以及卷积神经网络在胸部X线影像中检测气胸、肺癌、肺炎和结核病等单一疾病的能力，该数据集可服务于胸部X线影像相关的算法研究与模型开发。其多机构来源的特征，也与跨机构影像数据在泛化性研究方面的需求相契合。源站未提供更具体的适用场景说明。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可协议。作者为 Liu, Mingqian 与 Xie, Xueqian，机构为 Zenodo，发布时间为 2021 年，来源站为 doi.org。引用时请遵循该许可协议的相关要求。
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://doi.org/10.5281/zenodo.5493594
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:
数据集大小约 14.60 GB。
数据说明
多机构胸部X线摄影数据集（CRADI）简介 背景 胸部X线摄影广泛用于筛查和诊断肺部及心脏疾病。其临床实用性、高效性和成本效益的优势，使得胸部X线摄影成为肺部疾病最易获取的影像检查，尤其是在基层医院。目前，胸部X线片的解读主要依赖于放射科医生。随着算法的发展，卷积神经网络（CNNs）已展现出在胸部X线摄影中检测单一疾病的能力，例如气胸、肺癌、肺炎和结核病。传统上，采用专家标注来建立用于医学图像分类的CNN模型。这种人工标注过程耗时且要求极高。重要的是，除了检测单一疾病外，多标签分类对于临床实践中解读胸部X线片是必要的。为了促进胸部X线摄影人工智能辅助诊断的发展，我们推出了多机构胸部X线摄影（CRADI）数据集。
该数据集由大量胸部X线片组成。每张X线片均带有25个标签的疾病标注，这些标注依据Fleischner术语表所采用的术语建立，并通过自然语言处理（NLP）和放射科医师的专业知识从原始诊断报告中提取。目前，CRADI数据集的数据来自上海的两家学术医院和多家社区诊所。CRADI数据集中的病例包括住院患者、门诊患者和筛查参与者。CRADI数据集有助于更好地理解胸部X线摄影的多种不同临床数据来源，这对CNN模型的训练和测试可能有所帮助。我们欢迎更多数据加入CRADI数据集。如果您发现它对您的研究工作有帮助，或者您希望贡献
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。
