OpenVAE

Name: OpenVAE
Creator: 约翰斯·霍普金斯大学; 加州大学旧金山分校; 哈佛医学院; 埃默里大学; 英伟达; 约翰斯·霍普金斯医学中心

大规模胸部CT增强数据集，包含17,316例增强扫描，标注精细解剖结构，提升肺结节检测性能。

约翰斯·霍普金斯大学; 加州大学旧金山分校; 哈佛医学院; 埃默里大学; 英伟达; 约翰斯·霍普金斯医学中心

arXiv

2026-04-09 更新

医学影像胸部CT质量增强

基本信息

模态

医学影像

创建/更新时间

2026-04-09

资源简介

OpenVAE是由约翰斯·霍普金斯大学等机构联合构建的大规模胸部CT增强数据集，包含17,316例经放射科医生验证的公开EICT扫描数据，通过SUMI方法提升至PCCT级质量。数据集涵盖来自145家医院的405,379例常规CT和1,046例光子计数CT（PCCT），并标注了气道树、肺动脉、肺静脉等精细解剖结构。其创新性在于通过临床验证的退化模型模拟真实采集伪影，实现无配对数据的质量增强。该数据集旨在推动跨机构胸部影像研究，提升肺结节检测等下游任务的性能，解决PCCT设备稀缺导致的临床数据鸿沟问题。

原始链接

https://github.com/KumaKuma2002/OpenVAE

arXiv 论文 →

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/KumaKuma2002/OpenVAE.git

curl -L -o repo.zip https://github.com/KumaKuma2002/OpenVAE/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

license: mit
library_name: diffusers
arxiv: https://arxiv.org/abs/2604.07329
tags:

medical
computed-tomography
vae
diffusion

OpenVAE

Open-source VAE family for medical imaging. Pretrained latent backbones for CT/MRI diffusion models.
2D and 3D autoencoders trained on up to 1M CT volumes with perceptual, adversarial, and segmentation-guided objectives.
Main paper: Distilling Photon-Counting CT into Routine Chest CT through Clinically Validated Degradation Modeling (PDF) — cite this work when you use OpenVAE weights, released CT latents, or related resources from this repository. Code: github.com/KumaKuma2002/OpenVAE.

Release timeline

Mar 15, 2026 — 2D OpenVAE weights uploaded to Hugging Face.
Apr 6, 2026 — First 3D 64³ patch checkpoint uploaded (OpenVAE-3D-4x-patch64-10K).

Models and CT reconstruction benchmark

Reconstruction metrics on the OpenVAE CT hold-out benchmark (12 cases); SSIM and PSNR are higher-is-better, LPIPS is lower-is-better.

Model	Type	Patients	Latent	Resolution	SSIM	PSNR (dB)	LPIPS
stable-diffusion-v1-5	KL-VAE	0	8×	512² RGB	N/A	N/A	N/A
stable-diffusion-3.5-large	KL-VAE	0	8×	—	N/A	N/A	N/A
MAISI	KL-VAE	0	4×	64³	—	—	—
`OpenVAE-2D-4x-2K`	KL-VAE	2K	4×	512²	0.8932	34.87	0.0868
`OpenVAE-2D-4x-10K`	KL-VAE	10K	4×	512²	0.8867	34.91	0.0816
`OpenVAE-2D-4x-10K-pro`	KL-VAE	10K	4×	512²	0.8880	34.51	0.0781
`OpenVAE-2D-4x-20K`	KL-VAE	20K	4×	512²	0.8798	34.63	0.0782
`OpenVAE-2D-4x-100K`	KL-VAE	100K	4×	512²	0.8835	34.24	0.0752
`OpenVAE-2D-4x-300K`	KL-VAE	300K	4×	512²	0.8874	33.84	0.0852
`OpenVAE-2D-4x-PCCT_enhanced`	KL-VAE	300K	4×	512²	0.8813

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