GastroEndoNet：用于GERD与息肉检测的综合内窥镜图像数据集

数据集获取

源站：https://doi.org/10.17632/ffyn828yf4.3

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 2.41 GB。

数据说明

该数据集共包含24,036张高质量胃肠内镜图像（原始图像4,006张，经6种增强技术扩充），分为四个不同类别：GERD、GERD Normal、Polyp和Polyp Normal。该数据集旨在助力医学图像分析的研究与进展，重点聚焦于胃食管反流病（GERD）和胃肠息肉的自动检测与分类，这两者均为胃肠病学领域的重要疾病。

• GERD：974 × 6 = 5,844张图像，为经内镜评估确诊为GERD的患者图像，呈现食管反流损伤的多种表现。
• GERD Normal：1,103 × 6 = 6,618张图像，为无GERD的健康胃肠道图像，作为GERD类别的对照病例。
• Polyp：779 × 6 = 4,674张图像，为胃肠息肉图像，涵盖不同类型和阶段，旨在支持对潜在癌前病变的早期检测。
• Polyp Normal：1,150 × 6 = 6,900张图像，为无息肉的正常胃肠道图像，用于为有效的息肉检测提供对照。

这个综合数据集非常适合用于开发和测试机器学习算法，以进行胃食管反流病（GERD）和息肉的诊断、分类和检测，最终有助于改善胃肠病学领域的人工智能驱动医疗解决方案。注：第2版删除了重复图像。

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。