肺组织研究联盟ILD影像与病理数据集
该数据集收集间质性肺病患者的高分辨率胸部CT影像、肺组织病理切片及临床资料，用于ILD分型识别、影像组学分析及病理-影像相关性研究，是经典肺部疾病研究资源。
基本信息
资源简介
肺组织研究联盟ILD影像与病理数据集
【一句话概览】
LTRC 是由 NHLBI 建立的生物样本库资源，用于采集和分发接受医学指征肺切除术的慢性阻塞性肺疾病、特发性肺纤维化、其他相关特发性间质性肺炎及结缔组织病相关间质性肺炎参与者的肺组织、血液样本、临床数据和影像学研究。所有组织、血液标本和临床数据均集中入库保存，供研究方案获批的外部研究者分发使用，以研究肺病发病机制或管理。该计划最终目标是推动阐明肺病病理生物学并带来新型干预治疗的研究。受试者数为4486（来源 biolincc.nhlbi.nih.gov）。
【数据集背景】
本数据集源站标题为《Lung Tissue Research Consortium (LTRC)》。
【数据内容】
源站原始描述：The LTRC was a biobank resource established by the NHLBI to collect and distribute lung tissue, blood samples, clinical data, and radiographic studies from participants with chronic obstructive pulmonary disease (COPD), idiopathic pulmonary fibrosis (IPF), other related idiopathic interstitial pneumonias (IIP) and interstitial pneumonias associated with connective tissue diseases who undergo medically-indicated lung resection. All tissue and blood specimens and clinical data were banked centrall…
中文译文（机器翻译，仅供快速理解，请以原文为准）：LTRC是由NHLBI建立的一个生物样本库资源，旨在收集和分发来自慢性阻塞性肺疾病（COPD）、特发性肺纤维化（IPF）、其他相关的特发性间质性肺炎（IIP）以及与结缔组织病相关的间质性肺炎参与者的肺组织、血液样本、临床数据和影像学研究，这些参与者均接受了医学指征的肺切除术。所有组织和血液标本及临床数据均集中入库保存，以备分发给已获批准研究提案的外部研究者，用于探究肺部疾病的发病机制或管理。该项目的最终目标是促进能够阐明肺部疾病病理生物学并促成针对这些病症的新型介入治疗的研究。
【主题与分类】
主题标签：COPD、idiopathic pulmonary fibrosis、interstitial pneumonias、lung tissue、blood samples、clinical data、radiographic studies、epidemiology。
【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://biolincc.nhlbi.nih.gov/studies/ltrc/
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://biolincc.nhlbi.nih.gov/studies/ltrc/
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:
数据说明
LTRC由美国NHLBI支持，包含间质性肺病患者的高分辨率CT影像、肺组织病理切片及临床数据，用于ILD分型、影像学分析与病理相关性研究。
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。
