IDC MIDRC-RICORD-1C 数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=midrc_ricord_1c

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-1C。癌症类型：COVID-19（非癌症）。肿瘤位置：肺。受试者：361 例。这是首个由多机构、多国专家标注的 COVID-19 影像数据集，已免费向机器学习社区开放，作为 COVID-19 胸部影像研究与教育资源。北美放射学会（RSNA）汇集了 RSNA 国际 COVID-19 开放放射学数据库（RICORD）（https://www.rsna.org/covid-19/covid-19-ricord）的 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。该数据集包含 998 例胸部 X 线检查。请参阅 MIDRC-RICORD-1c（https://doi.org/10.7937/91ah-v663）wiki 页面，以了解有关图像的更多信息并获取该数据集的支持性元数据。

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。