COVID-19、SARS 与 MERS 增强 X 射线图像数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.4691986

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。

数据集大小约 2.05 GB。

数据说明

论文《A Large Margin Piecewise Linear Classifier with Fusion of Deep Features in the Diagnosis of COVID-19》的数据集。通过图像增强使数据集达到6179张图像，以实现平衡。采用旋转和平移操作增加图像数量（上采样），以便通过增强来平衡各类别的实例。图像分别旋转5、10、15和30度，并且在SARS和MERS类别中，实例分别沿水平或垂直方向平移5%、10%、15%，这两个类别分别仅有134和144张图像。最终，SARS和MERS类别分别获得了1072和1152张图像。在拥有423个实例的COVID-19类别中，进行了15度旋转和10%平移，使该类别达到1269张图像。对分别拥有1341和1345张图像的Normal和典型Viral Pneumonia未应用任何增强。所有增强后的X射线图像可在“AugmentedCovidDataset”文件夹中找到。

采用五折交叉验证（CV），其中80%的原始标记数据用作训练集，剩余实例（20%）作为测试集以评估模型（未见实例）。最终混淆矩阵通过计算各折指标的平均值得到。本研究针对两个不同的分类问题进行了两次实验：实验1：正常、COVID-19和典型病毒性肺炎；实验2：COVID-19、SARS和MERS肺炎。每折训练和测试实例的详细信息可在“5-FoldCV_Experiment1”和“5-FoldCV_Experiment2”中查阅。

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。