IDC MIDRC-RICORD-1B 胸部CT数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=midrc_ricord_1b

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 数据集 MIDRC-RICORD-1B。癌症类型：COVID-19（非癌症）。肿瘤位置：肺。受试者：117 例。RSNA 国际 COVID-19 开放标注放射学数据库（RICORD）1b 版包含来自四个国际中心的 120 例 COVID 阴性患者的胸部计算机断层扫描（CT）。患者选择包括至少 18 岁且 COVID-19 诊断结果为阴性的患者。该数据集包含 120 例 COVID 阴性患者的去标识化胸部 CT 扫描，以及支持性临床变量，包括年龄、性别、检查描述、图像数量、模态、症状状态、检测结果和标本来源。该数据集由 RSNA 与胸部放射学会（STR）合作创建，旨在支持 COVID-19 胸部成像的机器学习研究和教育。数据将通过医学影像数据资源中心（MIDRC）提供，该中心由国家生物医学成像与生物工程研究所（NIBIB）合同资助。请访问 MIDRC-RICORD-1B（https://doi.org/10.7937/31v8-4a40）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。