3D医学软分割数据集
包含864个3D肺结节图像的软分割数据集，用于医学图像软分割研究，来源LIDC-IDRI。
基本信息
模态
医学影像
创建/更新时间
2022-10-11
资源简介
该数据集由哈尔滨工程大学智能系统科学与工程学院创建，专门用于3D医学图像的软分割研究。包含864个来源于LIDC-IDRI数据集的3D肺结节图像，经过半自动化标注生成，旨在解决软分割数据不足问题。通过临床评估和下游实验验证有效性，应用于肺结节分级和精确放射治疗，保留更多细节为下游任务提供信息。
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/wangsssky/3DMatting.git
curl -L -o repo.zip https://github.com/wangsssky/3DMatting/archive/refs/heads/main.zip
unzip repo.zip
数据说明
该数据集由哈尔滨工程大学智能系统科学与工程学院创建，专门用于3D医学图像的软分割研究。包含864个来源于LIDC-IDRI数据集的3D肺结节图像，经过半自动化标注生成，旨在解决软分割数据不足问题。通过临床评估和下游实验验证有效性，应用于肺结节分级和精确放射治疗，保留更多细节为下游任务提供信息。
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。
