Grand Challenge：SynthRAD2023 合成CT生成挑战
SynthRAD 是首个关于自动生成用于放疗的合成计算机断层扫描（sCT）的挑战。主题标签：合成CT、放疗、医学影像、图像生成、肿瘤、Grand Challenge
基本信息
资源简介
Grand Challenge：SynthRAD2023 合成CT生成挑战
SynthRAD2023 是首个聚焦于自动生成放疗用合成计算机断层扫描（synthetic computed tomography，sCT）的公开挑战赛。该数据集以“Grand Challenge: SynthRAD2023”为英文名称，来源于 synthrad2023.grand-challenge.org，在分类上归属于肿瘤及其他相关方向。其核心主题围绕合成CT、放疗、医学影像、图像生成与肿瘤等关键词展开，旨在推动医学影像生成技术在放射治疗流程中的应用探索。作为一项挑战赛形式的数据资源，它面向的是对合成CT生成算法进行开发、训练与评测的研究需求，为相关领域的方法比较与性能评估提供了统一的平台背景。整体而言，该数据集在放疗影像处理与生成式医学图像研究之间建立了连接，具有明确的领域指向性和挑战赛属性。
【数据集背景】
SynthRAD 是首个关于自动生成用于放疗的合成计算机断层扫描（sCT）的挑战。该挑战赛的设立，反映了放射治疗中对合成CT生成技术的关注。其主题标签包括合成CT、放疗、医学影像、图像生成、肿瘤以及Grand Challenge，说明该数据集处于医学影像生成与肿瘤放射治疗交叉的领域。作为首个此类挑战，它在问题设定上具有开创性，为后续相关研究提供了一个可参照的任务框架。该数据集所属分类为肿瘤 / 其他，进一步表明其应用背景与肿瘤诊疗中的影像处理需求相关。
【数据内容】
该数据集的核心内容围绕合成计算机断层扫描（sCT）的自动生成展开。根据源站描述，SynthRAD 是首个关于自动生成用于放疗的合成计算机断层扫描（sCT）的挑战。因此，其数据内容与放疗场景下的合成CT生成任务直接相关。主题标签中的“合成CT”“医学影像”“图像生成”等关键词，也指向该数据集在图像生成类任务中的定位。关于具体的数据样本数量、图像模态组成、文件格式、标注类型、分辨率等细节，源站未提供。
【采集与来源】
该数据集的来源站为 synthrad2023.grand-challenge.org，属于 Grand Challenge 平台上的挑战赛资源。其英文名称为 Grand Challenge: SynthRAD2023。关于数据采集的具体机构、采集设备、采集时间、采集地点、患者人群信息以及伦理审批等细节，源站未提供。
【适用场景】
该数据集适用于与放疗中合成计算机断层扫描（sCT）自动生成相关的研究与评测场景。其主题标签涵盖合成CT、放疗、医学影像、图像生成、肿瘤等，表明其潜在应用方向包括医学影像生成算法的开发与比较、放疗流程中合成CT生成方法的探索，以及肿瘤相关影像处理任务。作为一项挑战赛，它通常用于算法性能的横向评测与排名。关于具体的临床适用条件、适用人群或部署环境，源站未提供。
【使用方法】
该数据集以 Grand Challenge 挑战赛的形式组织，来源站为 synthrad2023.grand-challenge.org。关于数据下载方式、训练集与测试集划分、提交格式、评价指标、基线方法、参赛流程等具体使用说明，源站未提供。
【质量与限制】
该数据集为 Grand Challenge 平台上的挑战赛资源，其英文名称为 Grand Challenge: SynthRAD2023，来源站为 synthrad2023.grand-challenge.org。关于数据质量评价、标注一致性、样本偏差、适用范围限制、潜在风险等具体信息，源站未提供。
【引用与许可】
该数据集英文名称为 Grand Challenge: SynthRAD2023，来源站为 synthrad2023.grand-challenge.org。关于引用格式、许可协议、使用条款、商业使用限制等具体信息，源站未提供。
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://synthrad2023.grand-challenge.org/
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
SynthRAD是首个关于自动生成用于放射治疗的合成计算机断层扫描（sCT）的挑战赛
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。
