PHE-SICH-CT-IDS：脑出血CT扫描数据集
PHE-SICH-CT-IDS 是一个公开的脑出血CT扫描数据集，包含120例自发性脑内出血患者的3,511张CT图像，出血部位位于基底节区，并附有血肿周围水肿带的标注
基本信息
资源简介
PHE-SICH-CT-IDS：脑出血CT扫描数据集
PHE-SICH-CT-IDS: Hemorrhage CT Scan Dataset
PHE-SICH-CT-IDS 是一个公开的脑出血CT扫描数据集，包含120例自发性脑内出血患者的3,511张CT图像，出血部位位于基底节区，并附有血肿周围水肿带的标注。数据集分为三个子集：subdatasetA 为 NIfTI 格式，含源CT数据与水肿带标签，支持分割、特征提取和预后预测；subdatasetB 和 subdatasetC 为 JPG 和 PNG 格式，含切片数据及分割标签和检测标注，支持分割与检测任务。该数据集可用于脑出血的自动分割、病灶检测、影像组学特征提取及预后预测等研究（来源 Kaggle，CC BY-SA 4.0 许可）。
【数据集背景】
源站首次发布：2025-01-21。
【数据内容】
源站描述（机器翻译，仅供参考）：该公开数据集名为 PHE-SICH-CT-IDS，由120例自发性脑内出血患者的CT扫描构建而成。PHE-SICH-CT-IDS 包含3,511张发生于基底节区的自发性脑内出血（SICH）CT图像，并附有血肿周围水肿带的相关标签。PHE-SICH-CT-IDS 提供分割、检测、特征提取等多种功能。它被划分为三个代表不同功能和格式的子数据集：subdatasetA 为 NIfTI 格式，包含源CT数据和水肿带标签，提供分割、特征提取和预后预测功能；subdatasetB 和 subdatasetC 为 JPG 和 PNG 格式，包含带有分割标签和检测标注的切片数据，提供分割和检测功能。
【数据结构与技术规格】
文件数 20 个，合计 317.74 MB。
【主题与分类】
主题标签：cancer、health、computer vision、medicine。本站分类：神经系统疾病/脑内出血。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/naumanalimurad/phe-sich-ct-ids
使用许可：CC BY-SA 4.0。
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://kaggle.com/datasets/naumanalimurad/phe-sich-ct-ids
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 5.96 GB。
数据说明
Nauman Ali Murad (2025). PHE-SICH-CT-IDS: Hemorrhage CT Scan Dataset [Dataset]. https://www.kaggle.com/datasets/naumanalimurad/phe-sich-ct-ids
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。
