COVID-19胸部X光影像数据集

Name: COVID-19胸部X光影像数据集
Creator: IEEE
License: CC BY 4.0

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。

IEEE

GitHub

2021-01-01 更新

图像分类

基本信息

模态

图像

大小

1 GB

数据量

1000

任务类型

分类

许可

CC BY 4.0

创建/更新时间

2021-01-01

资源简介

该数据集汇集COVID-19及其他肺部疾病的胸部X光影像，用于肺炎与炎症性肺病的分类与检测研究。

原始链接

https://github.com/ieee8023/covid-chestxray-dataset

访问原始数据

官方服务

如需原始数据获取支持或标注服务，请联系我们。

帮我联系

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/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:

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