基本信息

模态

医学影像

任务类型

图像分割

创建/更新时间

2026-10-09

资源简介

IDC FDG-PET-CT-Lesions 数据集

IDC FDG-PET-CT-Lesions 是一个面向肿瘤影像研究、尤其是肺癌等恶性病变分析的公开数据集，收录了来自 900 名受试者的 1,014 例全身 FDG-PET/CT 检查。这些数据采集自德国图宾根大学医院，时间跨度为 2014 年至 2018 年，使用同一台 Siemens Biograph mCT 设备完成。数据集既包含恶性淋巴瘤、黑色素瘤或非小细胞肺癌患者的阳性病例，也包含无 PET 阳性恶性病灶的阴性对照。所有 FDG 高摄取恶性病灶均在 PET 图像上进行了手动分割，并以 DICOM SEG 形式提供，可用于病灶检测、分割算法训练与评估等研究任务。

【数据集背景】

该数据集聚焦于肿瘤影像领域，涉及肺癌、淋巴瘤和黑色素瘤等癌种。其设计目标之一是为全身 FDG-PET/CT 中的恶性病灶自动分割与检测提供带标注的数据基础。数据集曾用于 autoPET MICCAI 2022 挑战赛，说明其在医学影像算法评测中具有实际应用背景。源站将其归类于肿瘤 / 肺癌方向，主题标签涵盖淋巴瘤、黑色素瘤、非小细胞肺癌，以及肺、淋巴结和体表皮肤等肿瘤位置。

【数据内容】

数据集共包含 1,014 例全身 FDG-PET/CT 检查，来自 900 名受试者。其中 501 例检查来自恶性淋巴瘤、黑色素瘤或非小细胞肺癌患者，513 例为无 PET 阳性恶性病灶的阴性对照。所有 FDG 高摄取恶性病灶均在 PET 图像上经过手动分割，并以 DICOM SEG 格式提供。数据覆盖的肿瘤位置包括肺、淋巴结和体表皮肤。癌种类型包括淋巴瘤、黑色素瘤和非小细胞肺癌。

【采集与来源】

数据采集于图宾根大学医院，时间范围为 2014 年至 2018 年，使用单台 Siemens Biograph mCT 设备完成。原始图像由 TCIA 发布，其中受限版本为 TCIA Restricted；IDC 托管的是去面部识别版本，该版本由 TCIA 以 CC BY 4.0 许可发布。源站提供了 FDG-PET-CT-Lesions 的 DOI 页面，可供进一步了解图像信息。

【适用场景】

该数据集适用于全身 FDG-PET/CT 中恶性病灶的检测、分割与分类研究，尤其适合涉及淋巴瘤、黑色素瘤和非小细胞肺癌的影像分析任务。由于同时包含阳性病例和阴性对照，也可用于评估算法在有无 PET 阳性恶性病灶情况下的判别能力。其手动分割的 DICOM SEG 标注可作为监督学习或算法评测的参考标准。该数据集曾用于 autoPET MICCAI 2022 挑战赛，表明其适用于挑战赛形式的算法基准测试。

【使用方法】

数据集以 DICOM 格式提供影像，病灶分割以 DICOM SEG 形式随附。使用者可结合 PET 图像与对应的 DICOM SEG 标注进行模型训练、验证或测试。由于 IDC 托管的是去面部识别版本，使用时应遵循该版本的许可条件。原始图像仍为 TCIA Restricted，若需使用原始图像，需参考 TCIA 的相关访问规定。源站未提供具体的读取工具、预处理流程或代码示例。

【质量与限制】

所有 FDG 高摄取恶性病灶均由人工在 PET 图像上完成分割，标注以 DICOM SEG 提供。数据来自单中心、单台设备，采集时间为 2014 年至 2018 年。数据集包含 501 例阳性病例和 513 例阴性对照，合计 1,014 例检查、900 名受试者。IDC 托管的是去面部识别版本，原始图像为 TCIA Restricted。源站未提供关于图像质量评分、标注一致性指标或外部验证结果的进一步信息。

【引用与许可】

IDC 托管的去面部识别版本由 TCIA 以 CC BY 4.0 许可发布，原始图像仍为 TCIA Restricted。使用该数据集时，应参考 FDG-PET-CT-Lesions 的 DOI 页面（https://doi.org/10.7937/gkr0-xv29）了解图像详情，并遵循相应许可条款。该数据集曾用于 autoPET MICCAI 2022 挑战赛，相关挑战赛页面为 https://autopet.grand-challenge.org/。源站未提供具体的引用格式或额外致谢要求。

原始链接

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

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=fdg_pet_ct_lesions

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。

数据说明

IDC 收集 FDG-PET-CT-Lesions。癌症类型：淋巴瘤、黑色素瘤、非小细胞肺癌。肿瘤位置：肺、淋巴结、体表皮肤。受试者：900 例。来自 900 例患者的 1,014 项全身 FDG-PET/CT 研究，于 2014-2018 年在图宾根大学医院使用单台 Siemens Biograph mCT 采集：501 项研究来自恶性淋巴瘤、黑色素瘤或非小细胞肺癌（NSCLC）患者，513 项为无 PET 阳性恶性病变的阴性对照。所有 FDG 高摄取恶性病变均在 PET 图像上手动分割，并以 DICOM SEG 格式提供。该数据集曾用于 autoPET MICCAI 2022（https://autopet.grand-challenge.org/）挑战赛。IDC 托管的是图像的脱敏版本，TCIA 以 CC BY 4.0 发布；原始图像仍为 TCIA Restricted。请参阅 FDG-PET-CT-Lesions（https://doi.org/10.7937/gkr0-xv29）页面，以了解更多关于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