GastricUS-Seg：专家标注的口服对比增强超声胃癌病灶分割数据集
GastricUS-Seg 是一个专家标注的口服对比增强超声图像数据集，包含来自 104 例经病理确诊的原发性胃癌患者的 616 张经腹 B 超图像，采集自中国一家三级医院，在胃部口服对比剂充盈后获取，并划分为八个匿名采集组（A–H）
基本信息
资源简介
GastricUS-Seg：专家标注的口服对比增强超声胃癌病灶分割数据集
GastricUS-Seg: an expert-annotated oral contrast-enhanced ultrasound image dataset for gastric cancer lesion segmentation
GastricUS-Seg 是一个专家标注的口服对比增强超声图像数据集，包含来自 104 例经病理确诊的原发性胃癌患者的 616 张经腹 B 超图像，采集自中国一家三级医院，在胃部口服对比剂充盈后获取，并划分为八个匿名采集组（A–H）。每张图像均配有二值像素级病灶掩膜（PNG，255 表示病灶，0 表示背景）。该数据集还提供官方患者级五折交叉验证划分、去标识化的患者与采集组元数据、去标识化过程中被遮盖的烧录文字日志、十三个分割网络的基准结果，以及用于加载、完整性检查、评估和划分生成的代码。文件结构与字段定义见 README.md，数据集描述见提交至 Scientific Data 的 Data Descriptor（来源 figsh。
【数据集背景】
项目资助方：Clinical Research Funding Program of the Beijing Association of Holistic Integrative Medicine, ZHKY-2026-112(D021)。源站首次发布：2026-09-30。
【数据内容】
源站描述（机器翻译，仅供参考）：GastricUS-Seg 包含来自 104 例经病理确诊的原发性胃癌患者的 616 张经腹 B 超图像，采集自中国一家三级医院，在胃部口服对比剂充盈后获取，并划分为八个匿名采集组（A–H）。每张图像均配有二值像素级病灶掩膜（PNG，255 表示病灶，0 表示背景）。该发布还包含官方患者级五折交叉验证划分、去标识化的患者与采集组元数据、去标识化过程中被遮盖的烧录文字日志、十三个分割网络的基准结果，以及用于加载、完整性检查、评估和划分生成的代码。文件结构与字段定义见 README.md。该数据集描述见提交至 Scientific Data 的 Data Descriptor。
【数据结构与技术规格】
文件数 1 个，合计 183.45 MB。数据集 DOI：10.6084/m9.figshare.34033485.v1。
【主题与分类】
源站学科分类：Cancer diagnosis、Radiology and organ imaging、Biomedical imaging。主题标签：gastric cancer、ultrasonography、oral contrast-enhanced ultrasound、lesion segmentation、medical image segmentation、deep learning、benchmark dataset。本站分类：肿瘤/胃癌。
【适用方向】
源站学科分类标注为 Cancer diagnosis、Radiology and organ imaging、Biomedical imaging。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/GastricUS-Seg_an_expert-annotated_oral_contrast-enhanced_ultrasound_image_dataset_for_gastric_cancer_lesion_segmentation/34033485
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Zhao, Qingxue; Zhou, Tie; Mao, Mingyu; Cai, Chenxi; Gao, Jiakang; Wu, Di; et al. (2026). GastricUS-Seg: an expert-annotated oral contrast-enhanced ultrasound image dataset for gastric cancer lesion segmentation. figshare. Dataset
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://doi.org/10.6084/m9.figshare.34033485.v1
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:
数据集大小约 183.4 MB。
数据说明
GastricUS-Seg 包含来自 104 例经病理确诊的原发性胃癌患者的 616 张经腹 B 型超声图像，这些图像是在中国一家三级医院于口服对比剂充盈胃后采集的，并整理为八个匿名采集组（A–H）。每张图像均配有一个二值像素级病灶掩膜（PNG，255 = 病灶，0 = 背景）。该发布版本还包含官方的患者层面五折交叉验证划分、去标识化的患者和采集组元数据、去标识化期间被遮盖的内嵌文本日志、13 个分割网络的基准测试结果，以及用于加载、完整性检查、评估和划分生成的代码。文件结构和字段定义见 README.md。该数据集在提交至 Scientific Data 的一篇 Data Descriptor 中进行了描述。
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。
