肺癌CT影像数据集

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("yunussgultekiin/lung-cancer-dataset")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install && git clone https://hf-mirror.com/datasets/yunussgultekiin/lung-cancer-dataset

数据集大小约 125.7 MB。

仓库文件结构

• .gitattributes
• Data-20240107T052410Z-001.zip
• Dataset flowchat-IITM_page-0001.jpg
• README.md

数据说明

关于数据集 肺癌图像数据集：一个全面的集合 通过我们精心整理的数据集探索肺癌的复杂性，该数据集由高分辨率CT扫描图像组成。此数据集旨在帮助研究人员、临床医生以及机器学习/深度学习爱好者研究肺癌的多种表现形式。 主要特点： CT扫描图像：我们的数据集包含CT扫描图像，为肺癌形态学提供了详细的见解。每张图像都是一个视觉…… 在数据集页面上查看完整描述：https://huggingface.co/datasets/yunussgultekiin/lung-cancer-dataset。

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。

完整数据卡：huggingface.co/datasets/yunussgultekiin/lung-cancer-dataset