IDC MIDRC-RICORD-1A 肺癌影像数据集
IDC MIDRC-RICORD-1A 是来自 IDC 的影像数据集，源站标注的癌症类型为 COVID-19（非肿瘤），肿瘤位置为肺部，共纳入 110 名受试者
基本信息
资源简介
IDC MIDRC-RICORD-1A 肺癌影像数据集
IDC MIDRC-RICORD-1A 是来自 IDC 的影像数据集，源站标注的癌症类型为 COVID-19（非肿瘤），肿瘤位置为肺部，共纳入 110 名受试者。该数据由 RSNA 发起的 RICORD 项目产生，旨在汇集 COVID 相关影像数据与专家标注，用于科研与教学，并纳入由 NIH 下属 NIBIB 资助的 MIDRC 多机构研究数据仓库。数据可用于肺部影像相关的分类等研究，更多图像与配套元数据可参考其 WIKI 页面（来源 portal.imaging.datacommons.cancer.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC 数据集 MIDRC-RICORD-1A。癌症类型：COVID-19（非肿瘤）。肿瘤位置：肺。受试者：110。北美放射学会（RSNA）着手创建 RSNA 国际 COVID-19 开放放射学数据库（RICORD）（ COVID 相关影像数据集与专家标注集合用于支持研究和教育。RICORD 数据将被纳入医学影像与数据资源中心（MIDRC）（ MIDRC-RICORD-1a（ 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=midrc_ricord_1a
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=midrc_ricord_1a
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 集合 MIDRC-RICORD-1A。癌症类型：COVID-19（非癌症）。肿瘤位置：肺。受试者：110。北美放射学会（RSNA）着手创建 RSNA 国际 COVID-19 开放放射学数据库（RICORD）（https://www.rsna.org/covid-19/covid-19-ricord），该集合包含 COVID 相关影像数据集和专家标注，以支持研究和教育。RICORD 数据将被纳入医学影像与数据资源中心（MIDRC）（https://www.midrc.org/），这是一个由美国国立卫生研究院国家生物医学影像与生物工程研究所资助的多机构研究数据存储库。请参阅 MIDRC-RICORD-1a（https://doi.org/10.7937/VTW4-X588）WIKI 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。
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。
