IDC CT与PET通气成像数据集

数据集获取

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

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收集 CT与PET通气成像对比。癌症类型：肺癌。肿瘤位置：肺。受试者：20。CT通气作为肺癌放疗功能成像模式（https://doi.org/10.7937/3ppx-7s22）研究的目的在于实现以下比较：(i) 从呼气/吸气屏气CT（BHCT）扫描得出的CT通气图像，(ii) 从自由呼吸4DCT扫描得出的CT通气图像，以及(iii) Galligas PET（核医学）通气扫描。此数据集能够构建国际能力，以原型设计和评估新的CT通气成像技术。本研究中的20名肺癌患者，在配备4DPET/CT的联合扫描仪上，于单次会话中接受了呼气/吸气屏气CT（BHCT）、自由呼吸四维CT（4DCT）和Galligas PET通气扫描。所有图像采集均在皇家北岸医院使用Siemens Biograph mCT.S/64 PET/CT扫描仪（西门子，美国诺克斯维尔）于2013年至2015年间完成。共成功获取了20次4DCT扫描、20次吸气/呼气BHCT扫描、20次Galligas PET扫描和19次衰减CT扫描（CT-PET-VI-07缺失），这些数据均来自20名患者并纳入本数据集。

请参阅CT-vs-PET-Ventilation-Imaging（https://doi.org/10.7937/3ppx-7s22）wiki页面，以了解更多关于这些图像的信息，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。