COVID-19胸部X光影像数据集
COVID-19胸部X光数据集包含多种肺部疾病影像，包括肺炎与病毒性肺炎样本，可用于肺部炎症及类似过敏性肺炎病理特征分析。
基本信息
资源简介
COVID-19胸部X光影像数据集
【数据集背景】
本数据集源站标题为《ieee8023/covid-chestxray-dataset》。源站首次发布：2020-02-14。
【数据内容】
源站原始描述：We are building an open database of COVID-19 cases with chest X-ray or CT images. #### 🛑 Note: please do not claim diagnostic performance of a model without a clinical study! This is not a kaggle competition dataset. Please read this paper about evaluation issues: and ## COVID-19 image data collection (🎬 video about the project) Project Summary: To build a public open dataset of chest X-ray and CT images of patients which are positive or suspected of COVID-19 or other viral and bacterial pneumon…
【主题与分类】
主题标签：computed-tomography、computer-vision、covid-19、dataset、deep-learning、xray。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://github.com/ieee8023/covid-chestxray-dataset
【使用注意】
· 源站最后修改于 2022-08-18，引用时请注意版本时效。
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
git clone https://github.com/ieee8023/covid-chestxray-dataset.git
curl -L -o repo.zip https://github.com/ieee8023/covid-chestxray-dataset/archive/refs/heads/master.zip
unzip repo.zip
数据集大小约 1.00 GB。
源站 README 摘录（使用方式）
View current images and metadata and a dataloader example
The labels are arranged in a hierarchy:
<img width=300 src=“docs/hierarchy.jpg”/>
Current stats of PA, AP, and AP Supine views. Labels 0=No or 1=Yes. Data loader is here
COVID19_Dataset num_samples=481 views=[''PA'', ''AP'']
{''ARDS'': {0.0: 465, 1.0: 16},
''Bacterial'': {0.0: 445, 1.0: 36},
''COVID-19'': {0.0: 162, 1.0: 319},
''Chlamydophila'': {0.0: 480, 1.0: 1},
''E.Coli'': {0.0: 481},
''Fungal'': {0.0: 459, 1.0: 22},
''Influenza'': {0.0: 478, 1.0: 3},
''Klebsiella'': {0.0: 474, 1.0: 7},
''Legionella'': {0.0: 474, 1.0: 7},
''Lipoid'': {0.0: 473, 1.0: 8},
''MERS'': {0.0: 481},
''Mycoplasma'': {0.0: 476, 1.0: 5},
''No Finding'': {0.0: 467, 1.0: 14},
''Pneumocystis'': {0.0: 459, 1.0: 22},
''Pneumonia'': {0.0: 36, 1.0: 445},
''SARS'': {0.0: 465, 1.0: 16},
''Streptococcus'': {0.0: 467, 1.0: 14},
''Varicella'': {0.0: 476, 1.0: 5},
''Viral'': {0.0: 138, 1.0: 343}}
COVID19_Dataset num_samples=173 views=[''AP Supine'']
{''ARDS'': {0.0: 170, 1.0: 3},
''Bacterial'': {0.0: 169, 1.0: 4},
''COVID-19'': {0.0: 41, 1.0: 132},
''Chlamydophila'': {0.0: 173},
''E.Coli'': {0.0: 169, 1.0: 4},
''Fungal'': {0.0: 171, 1.0: 2},
''Influenza'': {0.0: 173},
''Klebsiella'': {0.0: 173},
''Legionella'': {0.0: 173},
''Lipoid'': {0.0: 173},
''MERS'': {0.0: 173},
''Mycoplasma'': {0.0: 173},
''No Finding'': {0.0: 170, 1.0: 3},
''Pneumocystis'': {0.0: 171, 1.0: 2},
''Pneumonia'': {0.0: 26, 1.0: 147},
''SARS'': {0.0: 173},
''Streptococcus'': {0.0: 173},
''Varicella'': {0.0: 173},
''Viral'': {0.0: 41, 1.0: 132}}
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。
