NLST CT 扫描肺结节多读者标注数据集（LIDC 风格，LIDC-annot-NLST501）

数据集获取

源站：https://doi.org/10.7937/y2dx-e334

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

NLST和LIDC-IDRI是全球肺癌开放数据领域中的两大主要参考数据集。本数据集旨在融合两者的优势，包含了对501例NLST胸部CT扫描子集的LIDC-IDRI风格肺结节标注。每例扫描由20名不同资历的放射科医生组成的团队独立阅片四次。每例扫描中的病灶均通过检测、测量、分型进行评估，并记录了结节的恶性可能性、特征及分割信息。共报告了23,099个病灶的定位、病灶类型和大小，其中6,505个最可疑结节（每例扫描最多6个结节）附有分割掩膜（记录在2,004个文件中，格式为NIfTI和DICOM-SEG）及恶性评估。此外，还包括结节的球形度、边缘、分叶、毛刺、纹理、与支气管的关系、与血管的关系及钙化等附加特征。所有病灶/结节信息记录在一个CSV文件中。本数据集旨在支持肺癌检测与诊断的计算机辅助诊断（CAD）系统的开发、训练和评估。

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。