MM-CT-ILD：多模态肺癌治疗相关间质性肺病数据集

数据集获取

源站：https://doi.org/10.57760/sciencedb.40371

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

MM-CT-ILD是一个用于肺癌治疗相关间质性肺病（CT-ILD）的多模态数据集，旨在为CT-ILD的深度学习辅助诊断研究提供高质量、标准化的标注数据。该数据集包括来自267名肺癌患者的1086张胸部CT图像及相应临床数据，具有完整的纵向随访记录，涵盖从治疗前到治疗后不同时间点的疾病进展。所有原始DICOM图像均使用SimpleITK工具进行标准化处理，并统一重采样至1×1×1 mm³体素间距。仅保留CT像素数据和图像几何信息，同时进行了全面且不可逆的脱敏处理。我们采用患者级统一随机偏移方案，为每位患者分配唯一的随机种子。

该方案严格保留同一患者所有事件的相对时间间隔，以确保研究数据的科学有效性，同时完全切断原始日期与真实患者身份之间的关联。该数据集包含以下数据文件：胸部CT图像文件夹：按患者ID存储在子目录中，共包含1086个NIfTI（.nii.gz）文件，所有文件均已完成元数据脱敏。临床标注文件：Annotated_result.xlsx，包含1086条记录，字段包括患者ID、CT文件名、文件路径、有无炎症以及三分类标注结果（0：正常，1：CT-ILD，2：其他肺炎）。DICOM参数文件：Dicom_param.xlsx，包含所有CT扫描的技术参数，如管电压、层厚、像素间距、窗宽和窗位。临床实验室结果文件：Lab_result.xlsx，包含患者的多项实验室指标，包括血常规、生化、凝血功能及相应的检测日期。治疗方案文件：Treatment_plan.xlsx，包含患者的肿瘤诊断日期。

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。