ColonCancerCT-2025：腹部CT扫描数据集

数据集获取

源站：https://doi.org/10.17632/sz87vvc875.3

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。

数据集大小约 1.36 GB。

数据说明

该数据集包含来自40例患者的CT扫描图像和临床数据，其中包括12例恶性结肠癌和28例非恶性结肠癌病例。CT扫描图像DICOM文件：原始平扫和增强扫描，DICOM格式。PNG文件：从DICOM扫描中提取的经预处理和调整大小的图像，用于深度学习应用。数据集划分：训练集：7,937张图像（恶性和非恶性）验证集：1,701张图像测试集：1,702张图像2. 临床数据（CSV）包含结构化的患者层面信息：年龄、性别、体重、身高和诊断。每行对应40例患者中的一例。

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。