数据科学碗2017
数据科学碗2017是美国国家癌症研究所提供的肺部ct扫描数据，用于筛查肺癌并确定最佳治疗时间。 该数据集由来自高风险患者的大量CT图像组成，每个图像包含多个带有胸腔的轴向切片和可变数量的2D切片，这些切片可以根据扫描患…
基本信息
资源简介
数据科学碗2017
【一句话概览】
数据科学碗2017是美国国家癌症研究所提供的肺部CT扫描数据，用于筛查肺癌并确定最佳治疗时间。该数据集由来自高风险患者的大量CT图像组成，每张图像包含多个带有胸腔的轴向切片和可变数量的2D切片，这些切片可根据扫描患者的机器而变化。该数据集由Kaggle于2017年发布，标签涉及肺癌、CT、肺部与医学影像（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《Data Science Bowl 2017》。
【数据内容】
源站原始描述：数据科学碗2017是美国国家癌症研究所提供的肺部ct扫描数据，用于筛查肺癌并确定最佳治疗时间。 该数据集由来自高风险患者的大量CT图像组成，每个图像包含多个带有胸腔的轴向切片和可变数量的2D切片，这些切片可以根据扫描患者的机器而变化。 该数据集由Kaggle 2017年发布。
中文译文（机器翻译，仅供快速理解，请以原文为准）：数据科学碗2017是由美国国家癌症研究所提供的肺部CT扫描数据集，旨在筛查肺癌并确定最佳治疗时机。该数据集包含大量来自高风险患者的CT图像，每幅图像由多个胸腔轴位切片组成，且2D切片数量可变，具体取决于扫描患者所使用的机器。该数据集于2017年由Kaggle发布。
【主题与分类】
主题标签：肺癌、CT、肺部、医学影像。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/Data_Science_Bowl_2017
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。
需登录公开下载
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。
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://opendatalab.org.cn/OpenDataLab/Data_Science_Bowl_2017
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:
数据说明
该数据集由美国国家癌症研究所提供，包含大量高风险患者的肺部CT扫描图像，用于肺癌筛查和确定最佳治疗时间。每个图像包含多个轴向切片，切片数量因扫描设备而异。由Kaggle于2017年发布。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
