RSNA肺炎图像检测挑战赛数据集
该数据集包含用于肺炎检测的胸部X光医学影像数据，每张图像均配有专业标注的肺炎病灶位置信息，主要用于训练和评估基于深度学习的肺炎自动检测模型，支持计算机辅助诊断系统的研发，是医学影像分析领域的重要研究资源。
基本信息
资源简介
该数据集是北美放射学会（RSNA）主办的肺炎检测挑战赛所使用的公开医学影像数据集，主要包含胸部X光图像及对应的肺炎病灶标注信息。数据集通过专业放射科医生对图像进行标注，明确标注了肺炎病灶的位置和范围。该数据集主要用于开发基于深度学习的肺炎自动检测算法，支持计算机辅助诊断系统的研究与应用，是医学影像分析领域的重要基准数据集。
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。
免登录有偿下载
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://www.payititi.com/opendatasets/show-11074.html
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
该数据集是北美放射学会（RSNA）主办的肺炎检测挑战赛所使用的公开医学影像数据集，主要包含胸部X光图像及对应的肺炎病灶标注信息。数据集通过专业放射科医生对图像进行标注，明确标注了肺炎病灶的位置和范围。该数据集主要用于开发基于深度学习的肺炎自动检测算法，支持计算机辅助诊断系统的研究与应用，是医学影像分析领域的重要基准数据集。
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。
