RIDER 肺癌 CT 影像数据集
该数据集是一个包含 32 名非小细胞肺癌患者两次胸部 CT 扫描的医学影像数据集，共计 15419 张图像，数据模态为 CT 影像，主要用于评估肿瘤测量的可重复性和一致性，支持肺癌检测、影像组学及定量肿瘤分析等研究方向。
基本信息
资源简介
RIDER 肺癌 CT 影像数据集是一个用于评估非小细胞肺癌患者 CT 扫描图像中肿瘤测量变异性的医学影像数据集。该数据集包含 32 名非小细胞肺癌患者的两次胸部 CT 扫描图像，共计 15419 张图片。数据采集遵循标准化方案，在 15 分钟内对同一患者进行重复扫描。放射科医生在图像中独立测量肿瘤最大直径，并辅以计算机软件进行辅助测量。数据集主要用于评估肿瘤测量的可重复性和一致性，常通过一致性相关系数和 Bland-Altman 图进行分析。该数据集在医学影像分析、肺癌检测、肿瘤定量评估以及影像组学研究等领域具有重要应用价值。
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。
需登录公开下载
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。
暂未开放有偿下载
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://www.kupasai.com/corpus/detail?id=417&type=1
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
RIDER 肺癌 CT 影像数据集是一个用于评估非小细胞肺癌患者 CT 扫描图像中肿瘤测量变异性的医学影像数据集。该数据集包含 32 名非小细胞肺癌患者的两次胸部 CT 扫描图像，共计 15419 张图片。数据采集遵循标准化方案，在 15 分钟内对同一患者进行重复扫描。放射科医生在图像中独立测量肿瘤最大直径，并辅以计算机软件进行辅助测量。数据集主要用于评估肿瘤测量的可重复性和一致性，常通过一致性相关系数和 Bland-Altman 图进行分析。该数据集在医学影像分析、肺癌检测、肿瘤定量评估以及影像组学研究等领域具有重要应用价值。
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。
