肺结节数据库
LNDb 是一个高质量肺结节CT数据库，提供完整胸部CT影像及专家级结节标注，适用于肺结节检测、分类及深度学习辅助诊断模型训练与评估。
基本信息
资源简介
肺结节数据库
【一句话概览】
肺癌是全球男女中最致命的癌症类型，因诊断偏晚，其生存率提升进展缓慢。低剂量CT已被建议作为潜在早期筛查工具，在肺癌风险人群中已证明可降低20%的肺癌死亡率，但设备与人员成本及任务复杂性使筛查项目难以推广至普通人群。肺结节形态与特征差异大，识别与表征困难且观察者间差异高，计算机辅助诊断系统可减轻临床医生负担并提供独立第二意见。本挑战的主要目标是根据2017年Fleischner学会肺结节指南对胸部CT扫描进行自动分类，以给出患者随访建议（来源 lndb.grand-challenge.org）。
【数据集背景】
本数据集源站标题为《LNDb Challenge》。
【数据内容】
源站原始描述：Lung cancer is the deadliest type of cancer worldwide for both men and women. Progress in increasing lung cancer survival rate has been notoriously slow in contrast to other cancer types, mainly due to late diagnosis of the disease. Low-dose computed tomography (CT) has long been suggested as a potential early screening tool and a 20% reduction in lung cancer mortality has been demonstrated for lung cancer risk groups. Nevertheless, translation of these screening programs to the general populati…
中文译文（机器翻译，仅供快速理解，请以原文为准）：肺癌是全球男性和女性中最致命的癌症类型。与其他癌症类型相比，肺癌生存率的提高进展极为缓慢，这主要归因于疾病的晚期诊断。低剂量计算机断层扫描（CT）长期以来一直被建议作为一种潜在的早期筛查工具，并且已证实可使肺癌风险人群的肺癌死亡率降低20%。然而，由于设备和人员成本以及任务的复杂性，将这些筛查方案推广至普通人群一直面临挑战。也就是说，肺结节呈现多种多样的形状和特征，因此这些异常的识别和表征并非易事，且容易产生较高的观察者间变异性。因此，计算机辅助诊断（CAD）系统可以通过减轻临床医生的负担并提供独立的第二意见，促进筛查方案的采用和推广。本挑战赛的主要目标是根据2017年Fleischner学会肺结节指南对胸部CT扫描进行自动分类，以提供患者随访建议。Fleischner指南广泛用于结节发现时的患者管理，由4个类别组成，综合考虑结节数量（单发或多发）、其体积（3mm结节中心点，参赛者必须在相应的胸部CT扫描中分割结节；子挑战C——结节纹理表征：给定结节中心点列表，参赛者必须将结节分为三个纹理类别——实性、亚实性和磨玻璃影（GGO）。各团队可选择仅参加主挑战赛、参加单个或多个子挑战赛，或参加所有挑战赛。每
【主题与分类】
主题标签：lung cancer、chest CT、pulmonary nodules、Fleischner guidelines、nodule detection、nodule segmentation、nodule texture characterization、computer-aided diagnosis。
【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://lndb.grand-challenge.org/
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。
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://lndb.grand-challenge.org/
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
LNDb 是由葡萄牙波尔图大学提供的肺结节CT数据库，包含完整胸部CT影像及专家标注，用于肺结节检测与人工智能辅助诊断研究。
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。
