AeroPath数据集
包含27例从肺气肿到大型肿瘤等不同病理患者的CT图像,用于气道分割方法开发与评估。
基本信息
资源简介
AeroPath数据集由挪威科技大学创建,包含27个CT图像,这些图像来自患有从肺气肿到大型肿瘤等不同病理的患者。数据集使用区域生长和3D Slicer软件进行初步分割,随后通过手动修正细化,主要用于开发和评估用于支气管镜检查规划和实时指导的自动气道分割方法,尤其针对具有挑战性病理的患者。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载,应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/raidionics/AeroPath.git
curl -L -o repo.zip https://github.com/raidionics/AeroPath/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录(使用方式)
Dataset <a href=“https://colab.research.google.com/gist/andreped/6070d1d2914a9ce5847d4b3e687188b7/aeropath-load-dataset-example.ipynb” target=“_parent”><img src=“https://colab.research.google.com/assets/colab-badge.svg” alt=“Open In Colab”/></a>
Accessing dataset
The dataset contains 27 CTs with corresponding airways and lung annotations. The folder structure is described below.
The easiest way to access the data is in Python with Hugging Face’'s datasets package:
from datasets import load_dataset
## 数据加载示例(图像类)
```python
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。
精度瓶颈?数据缺失?
当前公开数据无法满足您的算法精度?千方提供针对 肺气肿 的高质量、多模态真实临床数据定制解决方案。




