RSNA 脑部 CT 预处理数据集（384×384）
该数据集是 RSNA 颅内出血检测数据集的完全预处理版本，包含处理后的脑部 CT 图像以及训练、验证、测试三个划分及对应 CSV 文件、数据集元数据和文档
基本信息
资源简介
RSNA 脑部 CT 预处理数据集（384×384）
RSNA Brain CT Processed Dataset (384×384)
该数据集是 RSNA 颅内出血检测数据集的完全预处理版本，包含处理后的脑部 CT 图像以及训练、验证、测试三个划分及对应 CSV 文件、数据集元数据和文档。预处理流程涵盖 DICOM 加载、Hounsfield Unit 转换、脑窗设置、图像归一化、统一缩放至 384×384 像素、划分生成与数据集校验，具有标准化图像尺寸、一致预处理流程、清晰目录结构和可复现划分等特点，可直接用于深度学习框架下的图像分类等任务（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2026-07-11。
【数据内容】
源站描述（机器翻译，仅供参考）：RSNA 颅内出血预处理数据集 本数据集包含 RSNA 颅内出血检测数据集的完全预处理版本。预处理流程旨在生成干净、标准化且可复现的数据集，适用于深度学习应用。数据集包括：- 处理后的脑部 CT 图像 - 训练数据集 - 验证数据集 - 测试数据集 - 训练/验证/测试 CSV 文件 - 数据集元数据 - 文档 预处理流程包括：- DICOM 加载 - Hounsfield Unit (HU) 转换 - 脑窗设置 - 图像归一化 - 图像缩放至 384 × 384 像素 - 训练/验证/测试划分生成 - 数据集校验 该预处理数据集的特点：- 标准化图像尺寸 - 一致的预处理流程 - 清晰的目录结构 - 可直接用于深度学习框架 - 可复现的数据集划分 此
【数据结构与技术规格】
文件数 20 个，合计 1.03 MB。
【主题与分类】
主题标签：computer vision、deep learning、healthcare、image classification、mental health。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/samali012/rsna-stage3-processed-384
使用许可：Attribution 4.0 International (CC BY 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/samali012/rsna-stage3-processed-384/suggestions
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 2.59 GB。
数据说明
Samaa Beshir (2026). RSNA Brain CT Processed Dataset (384×384) [Dataset]. https://www.kaggle.com/datasets/samali012/rsna-stage3-processed-384/suggestions
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
