肺部肿瘤CT分割数据集

数据集获取

源站：https://doi.org/10.57760/sciencedb.29318

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

ESLS26和ASLS26均是公开可用的肺部肿瘤CT分割数据集。数据源自德国西门子SOMATOM Definition AS+螺旋CT扫描，并已采用标准化参数（管电压120 kVp，螺距1.2等）进行匿名化处理。扫描范围自肺尖延伸至膈肌底。ESLS26数据集涵盖2020年9月26日至2022年4月13日期间，共计730例病例，其中男性439例。早期肺癌患者的CT图像使用ITK-SNAP 3.8.0（http://itksnap.org）进行分割以获得掩膜。所有肿瘤病灶均由一位拥有超过5年经验的放射科医生进行分割，操作中仔细避开了支气管和血管。随后，分割结果由一位拥有超过10年经验的放射科医生审核修订，从而为分割过程建立了可靠的基准真值。CT图像上的肿瘤分割完成后，分割数据被导出为单独文件，并与相应的原始CT图像一同存储。

该过程使得在后续检查和修复中能够将CT图像快速匹配到其分割结果。ASLS26数据集涵盖2014年2月14日至2019年7月24日期间，共包含449例病例。每位患者的肿瘤体积（GTVs）勾画由至少两名经验丰富的放射肿瘤学家使用Varian放射勾画系统完成。任何分歧均依据解剖学和剂量学标准通过共识解决。每位患者的数据以DICOM文件格式存储。每个数据集的RTSTRUCT文件包含由放射肿瘤学家使用Varian系统手动勾画的GTVs结构。两个数据集均使用RSNA DICOM匿名化工具（版本18.0，https://github.com/RSNA/Anonymizer）进行了匿名化处理。元信息记录在CSV表格中，包括匿名化信息以及原始患者和检查详情。

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。