IDC COVID-19-NY-SBU 数据集
该数据集聚焦肺部，属于非肿瘤的 COVID-19 相关影像，可用于诊断与监测场景下的影像分析研究，例如疾病分类、肺部病变识别以及表型快速变化的评估（来源 portal.imaging.datacommons.cancer.gov）
基本信息
资源简介
IDC COVID-19-NY-SBU 数据集
IDC COVID-19-NY-SBU 是来自 Stony Brook University 的 COVID-19 阳性病例影像集合，共 1384 名受试者，涵盖胸部X线、胸部CT、脑部MRI 等不同模态和器官部位。该数据集聚焦肺部，属于非肿瘤的 COVID-19 相关影像，可用于诊断与监测场景下的影像分析研究，例如疾病分类、肺部病变识别以及表型快速变化的评估（来源 portal.imaging.datacommons.cancer.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC 集合 COVID-19-NY-SBU。癌症类型：COVID-19（非癌症）。肿瘤位置：肺。受试者：1384。该病例集合由 Stony Brook University 采集自 COVID-19 检测呈阳性的患者。该集合包含来自不同模态和器官部位的图像（胸部X线片、胸部CT、脑部MRI 等）。鉴于 COVID-19 肺部疾病的关键性质及其快速的表型变化，放射影像数据在 COVID-19 的诊断和监测方面都极为重要。请参阅 Stony Brook University COVID-19 Positive Cases（ 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。
【主题与分类】
主题标签：COVID-19 (non-cancer)、Lung。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=covid_19_ny_sbu
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=covid_19_ny_sbu
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收集 COVID-19-NY-SBU。癌症类型：COVID-19（非癌症）。肿瘤位置：肺部。受试者：1384例。该病例收集是在石溪大学从COVID-19检测呈阳性的患者中获取的。收集包括来自不同成像模式和器官部位的图像（胸部X光片、胸部CT、脑MRI等）。鉴于COVID-19肺部疾病的关键性质及其快速表型变化，放射学成像数据在COVID-19的诊断和监测方面都极为重要。请参阅石溪大学COVID-19阳性病例（https://doi.org/10.7937/TCIA.BBAG-2923）wiki页面，以了解更多关于图像的信息并获取该收集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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
