使用 DICOM 标准化的 TCIA LIDC-IDRI 标注表示

主题标签:肿瘤、LIDC-IDRI、DICOM、标注标准化、医学影像。本数据集为肿瘤领域公开数据集,主题涵盖肿瘤。本数据集为肿瘤领域的医学影像公开数据集,来源:google_dataset,主题涵盖肿瘤。

google_dataset
浏览 4
医学影像图像分割肿瘤LIDC-IDRIDICOM标注标准化医学影像
Standardized representation of the TCIA LIDC-IDRI annotations using DICOM

基本信息

模态
医学影像
任务类型
图像分割
创建/更新时间
2026-10-28

资源简介

使用 DICOM 标准化的 TCIA LIDC-IDRI 标注表示

Standardized representation of the TCIA LIDC-IDRI annotations using DICOM 是发布在 The Cancer Imaging Archive(TCIA)上的一个公开肿瘤影像数据集,其核心工作是把 LIDC-IDRI 这一经典肺部影像数据集的标注信息,以 DICOM 标准格式进行规范化表达。该数据集属于肿瘤领域,主题涵盖肿瘤、LIDC-IDRI、DICOM、标注标准化与医学影像等方向,面向医学影像分析、标注数据互操作与算法评测等用途。通过将标注统一到 DICOM 表示体系下,该数据集为研究者提供了一种与临床影像工作流更贴近的标注数据组织方式,便于在标准医学影像工具链中直接读取与处理标注内容。以下依据可获得的信息,对该数据集的相关方面作分段说明。

【数据集背景】

该数据集来源于 The Cancer Imaging Archive(cancerimagingarchive.net),英文名称为 Standardized representation of the TCIA LIDC-IDRI annotations using DICOM。其主题标签包括肿瘤、LIDC-IDRI、DICOM、标注标准化与医学影像,本站分类归入肿瘤 / 其他。从名称与主题可以看出,该数据集关注的是对 TCIA 上 LIDC-IDRI 标注数据的标准化表示问题,即以 DICOM 这一医学影像领域通用标准来承载和表达原有标注信息。源站将其作为独立数据集发布,并提供了对应的 DOI 标识(http://doi.org/10.7937/TCIA.2018.h7umfurq),便于在学术引用中定位该资源。关于该数据集立项的具体动机、项目背景与历史沿革,源站未提供。

【数据内容】

该数据集的内容围绕 LIDC-IDRI 标注的标准化 DICOM 表示展开,主题涵盖肿瘤、LIDC-IDRI、DICOM、标注标准化与医学影像。也就是说,其数据主体是与 LIDC-IDRI 相关的标注信息,并以 DICOM 标准形式进行组织与表达。关于数据的具体规模(如病例数、影像序列数、标注条目数)、文件组织方式、标注类型与编码细节、是否包含原始影像等,源站未提供。

【采集与来源】

该数据集发布与托管于 The Cancer Imaging Archive(cancerimagingarchive.net),源站描述中给出的引用信息为:The Cancer Imaging Archive, Standardized representation of the TCIA LIDC-IDRI annotations using DICOM [Dataset]. http://doi.org/10.7937/TCIA.2018.h7umfurq。关于数据采集的具体流程、标注产生方式、标注者构成、时间范围与伦理审批等信息,源站未提供。

【适用场景】

基于其主题与数据形态,该数据集可用于医学影像领域中涉及标注标准化与互操作的通用用途,例如在遵循 DICOM 标准的影像处理与分析流程中读取和使用 LIDC-IDRI 相关标注,或用于比较不同标注表示方式之间的差异。由于本站分类为肿瘤 / 其他,其应用方向属于肿瘤影像数据范畴。关于该数据集在具体任务(如检测、分割、分类)上的适用性与预期用途,源站未提供。

【使用方法】

该数据集以 DICOM 标准表示标注信息,因此通常可借助支持 DICOM 的通用医学影像软件或开发库进行读取与处理。关于具体的下载方式、目录结构、读取示例、配套工具与版本说明,源站未提供。

【质量与限制】

该数据集以标准化表示为核心特征,其价值在于将标注统一到 DICOM 体系下。关于数据的完整性、标注一致性、质量控制流程、已知偏差与使用限制,源站未提供。

【引用与许可】

引用该数据集时,应使用源站给出的描述信息:The Cancer Imaging Archive, Standardized representation of the TCIA LIDC-IDRI annotations using DICOM [Dataset]. http://doi.org/10.7937/TCIA.2018.h7umfurq。关于该数据集的具体许可条款与使用限制,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

暂未开放

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。

免登录

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://cancerimagingarchive.net/analysis-result/dicom-lidc-idri-nodules

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

The Cancer Imaging Archive, Standardized representation of the TCIA LIDC-IDRI annotations using DICOM [Dataset]. http://doi.org/10.7937/TCIA.2018.h7umfurq

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。

获取专属数据定制方案