IQ-OTH/NCCD 肺癌数据集
伊拉克肿瘤教学医院/国家癌症疾病中心（IQ-OTH/NCCD）肺癌数据集于2019年秋季在上述专科医院历时三个月采集。它包含被诊断为不同阶段肺癌的患者以及健康受试者的CT扫描
基本信息
资源简介
IQ-OTH/NCCD 肺癌数据集
The IQ-OTH/NCCD lung cancer dataset 是一个面向肺癌影像研究的公开数据集，全称为伊拉克肿瘤教学医院/国家癌症疾病中心（Iraq-Oncology Teaching Hospital/National Center for Cancer Diseases，IQ-OTH/NCCD）肺癌数据集。该数据集于2019年秋季在上述两家专科医院历时三个月采集，包含被诊断为不同阶段肺癌的患者以及健康受试者的CT扫描影像。数据集共收录1190张图像，对应110例病例的CT扫描切片，并由两家中心的肿瘤科医生和放射科医生进行标注。所有病例被划分为正常、良性、恶性三个类别，其中恶性40例、良性15例、正常55例。该数据集由Hamdalla Al-Yasriy发布，经Mendeley平台提供，采用Creative Commons Attribution 4.0 International许可，发表于2023年，本站将其归类于肿瘤/肺癌方向。
【数据集背景】
肺癌是全球范围内发病率和死亡率均较高的恶性肿瘤之一，早期发现与准确分期对临床诊疗决策具有重要意义。医学影像，尤其是CT扫描，是肺癌筛查、诊断和随访中的核心手段之一。在此背景下，IQ-OTH/NCCD肺癌数据集由伊拉克肿瘤教学医院与国家癌症疾病中心联合采集，旨在为肺癌影像分析研究提供带有专业标注的真实临床数据。该数据集的采集工作于2019年秋季完成，历时三个月，覆盖了被诊断为不同阶段肺癌的患者以及健康受试者，体现了从正常到良性、恶性不同病理状态的对比样本设计思路。
【数据内容】
该数据集共包含1190张图像，代表110例病例的CT扫描切片。所有病例被分为三个类别：正常（normal）、良性（benign）和恶性（malignant）。其中，40例被诊断为恶性，15例被诊断为良性，55例被归类为正常病例。每一例病例对应若干张CT切片图像，图像总数即为各病例切片之和。数据集中的切片由上述两家中心的肿瘤科医生和放射科医生共同标注，标注结果构成了类别划分的依据。从类别分布看，正常病例数量最多，良性病例相对较少，这一分布特征在开展分类研究时值得关注。
【采集与来源】
数据集采集自伊拉克肿瘤教学医院/国家癌症疾病中心（IQ-OTH/NCCD），采集时间为2019年秋季，持续三个月。CT扫描原始数据以DICOM格式收集。所使用的扫描设备为西门子（Siemens）公司的SOMATOM扫描仪。CT扫描协议包括：管电压120 kV，切片厚度1 mm，窗宽范围为350至1200 HU，窗中心参数源站描述在此处未完整给出。数据经Mendeley平台发布，来源站为doi.org，作者为Hamdalla Al-Yasriy，发布时间为2023年。
【适用场景】
基于其类别设计与影像模态，该数据集可用于肺部CT影像的分类研究，例如区分正常、良性与恶性病例的二分类或多分类任务；也可用于肺癌计算机辅助诊断算法的训练与评估、影像组学特征分析以及深度学习模型的验证。由于数据同时包含健康受试者与不同阶段肺癌患者的扫描，适合用于构建对照研究，考察模型在不同病理状态间的判别能力。此外，该数据集亦可作为医学影像教学与算法复现实验的数据来源之一。
【使用方法】
数据集原始CT扫描以DICOM格式收集，使用时可依据DICOM标准读取影像及其元数据。由于病例被划分为正常、良性、恶性三类，研究者可按病例级别划分训练集与测试集，以避免同一病例的切片同时出现在训练与测试阶段而造成数据泄漏。图像在输入模型前通常需进行窗宽窗位调整、尺寸归一化等预处理，具体参数可参考采集协议中给出的窗宽范围与切片厚度。源站未提供官方划分方案与基准结果。
【质量与限制】
该数据集由专科医院的肿瘤科医生和放射科医生标注，具备一定的专业标注基础。但数据集规模相对有限，共110例病例、1190张图像，其中良性病例仅15例，类别分布不均衡，可能影响模型训练的稳定性与泛化评估。数据采集于单一国家的一家医院体系，采集时间为2019年秋季的三个月内，设备为西门子SOMATOM扫描仪，扫描协议的窗中心参数在源站描述中未完整给出。源站未提供关于图像分辨率、层间一致性、标注一致性检验等方面的进一步信息。
【引用与许可】
该数据集采用Creative Commons Attribution 4.0 International（知识共享署名4.0国际）许可，使用时需按照许可要求进行署名。数据作者为Hamdalla Al-Yasriy，通过Mendeley平台发布，来源站为doi.org，发布年份为2023年。引用时应注明数据集名称The IQ-OTH/NCCD lung cancer dataset及上述来源信息。源站未提供更多关于引用格式的细节。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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
源站：https://doi.org/10.17632/bhmdr45bh2
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:
数据集大小约 159.3 MB。
数据说明
伊拉克肿瘤教学医院/国家癌症疾病中心（IQ-OTH/NCCD）肺癌数据集于2019年秋季在上述专科医院历时三个月收集完成。该数据集包含不同分期肺癌患者及健康受试者的CT扫描图像。IQ-OTH/NCCD的切片由这两个中心的肿瘤科医生和放射科医生标注。数据集共包含1190张图像，代表110例病例的CT扫描切片。这些病例分为三类：正常、良性和恶性。其中，40例诊断为恶性；15例诊断为良性；55例归类为正常病例。CT扫描原始采集格式为DICOM。所用扫描仪为西门子SOMATOM。CT扫描协议包括：120 kV，层厚1 mm，阅读时窗宽范围为350至1200 HU，窗位范围为50至600，于深吸气末屏气扫描。所有图像在进行分析前均已去标识化处理。监督审查委员会豁免了书面知情同意。本研究经参与医疗中心的机构审查委员会批准。
每次扫描包含若干切片。这些切片数量在80到200之间，每一片代表人体胸部不同侧面和角度的图像。110例病例在性别、年龄、教育程度、居住地区和居住状况方面各不相同。其中一些是伊拉克交通部和石油部的雇员，另一些是农民和收益者。他们大多来自伊拉克中部地区，特别是巴格达、瓦西特、迪亚拉、萨拉赫丁和巴比伦省。如果您使用此数据集，应引用以下文章：1- 基于CT扫描使用CNN诊断肺癌可引用为：（H. F. Al-Yasriy, M. S. Al-Husieny, F. Y. Mohsen, E. A. Khalil, and Z. S. Hassan, “Diagnosis of Lung Cancer Based on CT Scans Using CNN,” IOP Conference Series:
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
