IDC SPIE-AAPM 肺部 CT 挑战赛数据集
该数据集来自 IDC 的 SPIE-AAPM Lung CT Challenge 集合，聚焦肺癌，肿瘤位置为肺部，共包含 70 名受试者
基本信息
资源简介
IDC SPIE-AAPM 肺部 CT 挑战赛数据集
该数据集来自 IDC 的 SPIE-AAPM Lung CT Challenge 集合，聚焦肺癌，肿瘤位置为肺部，共包含 70 名受试者。2015 年 SPIE 医学影像会议期间，SPIE 在 AAPM 与 NCI 支持下发起“Grand Challenge”，围绕恶性与良性肺结节的诊断分类开展定量影像分析方法评测。LUNGx Challenge 为参与者提供了结构化、直接的方式，使其能在相同数据集上比较各自算法与来自学术界、产业界及政府机构的算法。该数据可用于肺结节良恶性分类研究（来源 portal.imaging.datacommons.cancer.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：IDC 集合 SPIE-AAPM Lung CT Challenge。癌症类型：肺癌。肿瘤位置：肺部。受试者：70。作为 2015 年 SPIE 医学影像会议的一部分，SPIE 在美国医学物理师协会（AAPM）和美国国家癌症研究所（NCI）的支持下，开展了一项关于恶性与良性肺结节诊断分类的定量图像分析方法的“Grand Challenge”。LUNGx Challenge 提供了一个独特的机会，让参与者能够以结构化、直接的方式，使用相同的数据集，将自己的算法与来自学术界、产业界和政府机构的算法进行比较。请参阅 SPIE-AAPM Lung CT Challenge（
【主题与分类】
主题标签：Lung 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=spie_aapm_lung_ct_challenge
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
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收集的SPIE-AAPM肺部CT挑战赛数据。癌症类型：肺癌。肿瘤位置：肺部。受试者：70例。作为2015年SPIE医学成像会议的一部分，SPIE在美国医学物理学家协会（AAPM）和国家癌症研究所（NCI）的支持下，举办了一场关于定量图像分析方法的“重大挑战”，旨在对恶性和良性肺结节进行诊断分类。LUNGx挑战赛为参与者提供了一个独特的机会，使他们能够使用相同的数据集，以结构化、直接的方式将自己的算法与来自学术界、产业界和政府的其他人的算法进行比较。请参阅SPIE-AAPM肺部CT挑战赛（https://doi.org/10.7937/K9/TCIA.2015.UZLSU3FL）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
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。
