ChestX6：六类胸部X射线分类基准数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.21880300

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

ChestX6是一个经过整理的六类胸部X射线图像数据集（18,036张图像），汇集自四个已建立的、公开可用的胸部X射线来源。它是一个汇编数据集，而非单中心采集——为完全透明起见，下文记录了各类别的来源。它作为通用资源发布，用于胸部X射线分类和自监督预训练研究。类别构成与来源 类别 数量 来源 许可/署名 COVID-19 3,017 COVID-19 Radiography Database (Chowdhury et al.) 可免费使用；需署名 正常 3,271 COVID-19 Radiography Database (Chowdhury et al.) 可免费使用；需署名 细菌性肺炎 3,000 Chest X-Ray Images (Pneumonia), Kermany et al. CC BY 4.0 病毒性肺炎 3,013 Chest X-Ray Images (Pneumonia), Kermany et al. CC BY 4.0 肺气肿 2,550 NIH ChestX-ray14（肺气肿标签子集）, Wang et al. 公有领域；请求署名 结核病 3,185 Tuberculosis (TB) Chest X-ray Database, Rahman et al. 仅来源于可免费获取的子集；需署名 总计：18,036张图像。

本发布版本未进行去重；已知其中存在少量近似重复和完全重复的图像（见下方结核病说明）——请根据您自己的使用场景采用任何适合的去重或拆分方法。结核病类别说明：源结核病数据库包含约700–703张原始结核病阳性胸部X射线图像的自由可用子集。ChestX6中包含的3，185张结核病图像仅通过数据增强从该自由可用子集生成。因此，这3，185张图像并不代表3，185次独立的原始X射线采集。源集合还包含约2，800张额外的原始结核病图像，可通过NIAID结核病门户根据单独的数据使用协议获取。这些额外的受限图像均未被使用或包含在ChestX6中。由于这3，185张结核病图像源自相对

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。