PadChest胸片数据集
PadChest适合食管异物相关胸部影像挖掘，可结合报告文本检索异物、纵隔影和并发肺部表现。
基本信息
资源简介
PadChest胸片数据集
【一句话概览】
PadChest 是一个大规模、高分辨率的胸部 X 射线标注数据集，包含来自西班牙 San Juan 医院 2009 至 2017 年间 67000 名患者的 160000 余张影像，涵盖六种不同体位及影像采集和患者人口统计学信息。报告按 UMLS 标准术语的层级分类体系标注了 174 种影像学表现、19 种鉴别诊断和 104 个解剖位置。其中 27% 的报告由受训医生手动标注，其余采用基于带注意力机制循环神经网络的监督方法标注，生成标签经验证在独立测试集上达到 0.93 Micro-F1。据称这是首个以西班牙语包含影像报告、且标注标签种类最多的公开胸部 X 射线数据库（来源 bimcv.cipf.es）。
【数据集背景】
本数据集源站标题为《PadChest》。
【数据内容】
源站原始描述：Presentamos un conjunto de datos etiquetados a gran escala y de alta resolución de radiografías de tórax para la ex-ploración automatizada de imágenes médicas junto con sus informes asociados. Este conjunto de datos incluye más de 160.000 imágenes de 67.000 pacientes que fueron interpretadas e informadas por radiólogos en el Hospital San Juan (España) desde 2009 hasta 2017, cubriendo seis vistas de posición diferentes e información adicional sobre la adquisición de la imagen y la demografía del…
中文译文（机器翻译，仅供快速理解，请以原文为准）：我们提出了一个大规模、高分辨率的胸部X射线标记数据集，用于医学图像的自动化探索及其相关报告。该数据集包含来自西班牙圣胡安医院2009年至2017年间由放射科医生解读并报告的67,000名患者的160,000多张图像，涵盖了六种不同的体位视图以及有关图像采集和患者人口统计的附加信息。报告被标记了174种不同的放射学发现、19种鉴别诊断和104个解剖位置，这些标记按照层次分类法组织，并映射到统一医学语言系统（UMLS）的标准术语。其中27%的报告由受过训练的医生手动注释，其余部分则采用基于注意力机制的递归神经网络的监督方法进行标记。生成的标签经过验证，在独立测试集上达到了0.93的Micro-F1分数。据我们所知，这是首个公开的胸部X射线数据库，标注了最多数量的不同标签，适合对X射线进行监督训练，也是首个包含放射学报告的西班牙语数据库。
【主题与分类】
主题标签：radiografías de tórax、rayos X、imágenes médicas、informes anotados、etiquetas múltiples、UMLS、PadChest、BIMCV、Hospital San Juan、España。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://bimcv.cipf.es/bimcv-projects/padchest/
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://bimcv.cipf.es/bimcv-projects/padchest/
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 215.00 GB。
数据说明
胸片图像、报告和结构化标签数据集，覆盖多种胸部发现。
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。
