IDC 肺癌诊断 CT 数据集
层厚在 3 至 6 mm 之间变化，所有图像均在诊断时、手术前完成。该数据集可用于肺癌相关的分类、检测或分割研究，帮助开发基于 CT 的肿瘤识别与诊断模型（来源 portal.imaging.datacommons.cancer.gov）
基本信息
资源简介
IDC 肺癌诊断 CT 数据集
IDC LungCT-Diagnosis 是一个面向肺癌研究的公开医学影像数据集，属于肿瘤/肺癌分类。该数据集来源于 portal.imaging.datacommons.cancer.gov，包含 61 例受试者的诊断性增强 CT 扫描，且这些扫描均对应已知肿瘤。图像为回顾性采集，目的是确保患者具有充分的随访信息。所有图像均在诊断时、手术前完成，层厚在 3 至 6 mm 之间变化。该数据集可用于肺癌相关的分类、检测或分割研究，帮助开发基于 CT 的肿瘤识别与诊断模型。
【数据集背景】
IDC LungCT-Diagnosis 是 Imaging Data Commons 平台上的一个集合，主题标签为 Lung Cancer 和 Lung。其来源站为 portal.imaging.datacommons.cancer.gov。该数据集聚焦于肺癌，肿瘤位置为肺部。作为一个小型诊断性 CT 集合，它提供了带有已知肿瘤的增强 CT 扫描，旨在支持肺癌影像研究。源站描述指出，该集合的建立与肺癌诊断相关，并且所有图像都是在诊断阶段、手术之前获取的，这使其适合用于围绕诊断环节的模型开发与验证。
【数据内容】
该数据集包含 61 名受试者的诊断性增强 CT 扫描。所有扫描均对应已知肿瘤，肿瘤位置为肺部。图像层厚不固定，在 3 至 6 mm 之间变化。源站描述强调这是一个小型集合，共 61 例诊断性增强 CT。图像均为诊断时、手术前完成，且为回顾性采集，以确保足够的患者随访。数据集的主题标签为 Lung Cancer 和 Lung，本站分类为肿瘤 / 肺癌。除上述信息外，源站未提供关于图像分辨率、重建算法、标注类型、文件格式或存储结构的进一步细节。
【采集与来源】
该数据集的来源站为 portal.imaging.datacommons.cancer.gov。源站描述说明，这些图像是回顾性采集的，目的是确保患者有充分的随访。所有图像均在诊断时、手术前完成。采集使用的是增强 CT，层厚在 3 至 6 mm 之间变化。受试者数量为 61。源站还提供了 LungCT-Diagnosis 的 DOI 链接（https://doi.org/10.7937/K9/TCIA.2015.A6V7JIWX），以便了解图像详情并获取该集合的支持性元数据。除这些信息外，源站未提供关于扫描设备、对比剂方案、重建参数或采集中心的具体说明。
【适用场景】
根据侧写线索，该数据集可用于肺癌相关的分类、检测或分割研究，帮助开发基于 CT 的肿瘤识别与诊断模型。由于所有图像均为诊断时、手术前的增强 CT，且包含已知肿瘤，因此适合用于与肺癌诊断相关的算法训练和评估。其层厚在 3 至 6 mm 之间变化，可能对需要特定层厚一致性的研究带来挑战，但也为模型在不同层厚条件下的鲁棒性测试提供了素材。该数据集规模较小，共 61 例，可能更适合作为方法验证、初步实验或与其他数据集联合使用的资源。源站未提供关于具体任务类型、评价指标或基准划分的进一步信息。
【使用方法】
源站描述建议访问 LungCT-Diagnosis 页面（https://doi.org/10.7937/K9/TCIA.2015.A6V7JIWX）以了解图像详情并获取该集合的支持性元数据。因此，使用者可通过该 DOI 链接获取更多关于图像和元数据的信息。关于数据下载方式、访问权限、预处理步骤、配准方法或标注使用方式，源站未提供具体说明。使用者应依据源站提供的支持性元数据自行判断如何加载和使用这些增强 CT 扫描。由于所有图像均为诊断时、手术前完成，使用时需注意其时间点特征，避免与术后或随访图像混淆。
【质量与限制】
该数据集为小型集合，共 61 例受试者。图像层厚在 3 至 6 mm 之间变化，这种不一致性可能影响需要各向同性或固定层厚的分析方法。所有图像均为回顾性采集，目的是确保充分随访，但源站未提供关于图像质量、伪影、标注准确性或患者人群构成的具体信息。肿瘤位置为肺部，癌症类型为肺癌，但源站未提供肿瘤大小、分期、病理类型或治疗信息。此外，源站未提供关于数据缺失、排除标准或偏倚控制的说明。因此，使用该数据集时需考虑样本量小和层厚可变带来的限制，并应参考源站页面获取任何可用的支持性元数据。
【引用与许可】
源站描述中提供了 LungCT-Diagnosis 的 DOI 链接：https://doi.org/10.7937/K9/TCIA.2015.A6V7JIWX，并建议访问该页面以了解图像详情并获取支持性元数据。关于该数据集的引用格式、许可条款、使用限制或商业使用规定，源站未提供具体说明。使用者应通过上述 DOI 链接或来源站 portal.imaging.datacommons.cancer.gov 查询相关的引用要求和许可信息。在未获得明确许可信息前，不应假设该数据集可无条件用于任何用途。
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=lungct_diagnosis
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 数据集 LungCT-Diagnosis。癌症类型：肺癌。肿瘤位置：肺。受试者：61。这是一组包含 61 例已知肿瘤的诊断性对比增强 CT 扫描的小型数据集。图像为回顾性采集，以确保足够的患者随访。层厚可变：介于 3 至 6 毫米之间。所有图像均在诊断时和手术前完成。请参阅 LungCT-Diagnosis（https://doi.org/10.7937/K9/TCIA.2015.A6V7JIWX）页面，以了解更多关于图像的信息并获取该数据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。
