构建自动解读胸片并诊断肺炎的计算框架

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/4187

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

本研究旨在使用一个计算框架，直接根据儿科胸部X线图像系统地诊断肺炎。项目研究目标为：1）建立一个高质量的、标注肺炎的X线图像数据集；2）扩展现有的深度学习架构以用于肺炎诊断；3）构建一个计算流程，使更广泛社区的成员能够与计算模型对接，从而根据X线图像诊断肺炎。儿科胸部X线图像来源于：1）Dhaka Shishu Hospital（DSH）一项由WHO支持的监测研究；2）Kumudini Women’s Medical College（KWMCH）的一个社区站点；以及3）WHO Chest Radiography in Epidemiological Studies（WHO CRES）工作组。这些图像由至少两名受过培训的临床医生/放射科医生判读，以确定是否存在：1）主要终点肺炎（PEP），2）其他肺部浸润，和/或3）左肺或右肺的胸腔积液，共计六种可能的二分类结局，以下称为“标签”。第三位读片者负责解决第一和第二位读片者之间发现的PEP标签不一致。若满足以下条件，则X线图像被纳入本研究：1）接受X线检查的儿童年龄≤59个月；2）该X线检查在两家研究医院之一进行，或来自WHO CRES参考图像集；3）图像拍摄到了肺部区域。任何被两名读片者标记为“不可判读”（图像特征无法就PEP的存在与否进行判读）的图像均被排除。所存放的数据集包含上述每个数据集中来自多位读片者的所得标签。

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。