IDC 儿科 CT 分割数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=pediatric_ct_seg

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。

数据说明

IDC 数据集 Pediatric-CT-SEG。癌症类型：非癌症。肿瘤位置：多种。受试者：359 例。本数据集由来自 Children’s Wisconsin、Marquette University、Varian Medical Systems、Medical College of Wisconsin 和 Stanford University 的研究人员合作收集，属于由 National Institute of Biomedical Imaging and Bioengineering 资助的项目（U01EB023822）的一部分，旨在开发用于快速、患者特异性 CT 器官剂量估算的工具。该数据集包含 359 例儿童胸部-腹部-盆腔或腹部-盆腔检查的 DICOM 格式 CT 图像，这些图像来自三台 CT 扫描仪。数据集代表基于常规临床指征的随机儿科病例。每个数据集包含最多二十九个结构的专家勾画，格式为 DICOM RTSS。请访问 Pediatric-CT-SEG（https://doi.org/10.7937/TCIA.X0H0-1706）页面，以了解有关图像的更多信息并获取该数据集的任何支持性元数据。

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。