CheXpert
CheXpert是斯坦福大学开发的大型胸部X光图像数据集，含22万余张图像，用于自动化胸部放射图像解释。
基本信息
资源简介
CheXpert
【一句话概览】
CheXpert 是一个大型胸片数据集，同时包含自动胸片判读竞赛，其特点是带有不确定性标签以及由放射科医生标注的参考标准评估集。该数据集涉及胸部 X 射线、放射摄影、不确定性标签、自动判读和竞赛等主题（来源 stanfordmlgroup.github.io）。
【数据集背景】
本数据集源站标题为《CheXpert: A Large Chest Radiograph Dataset with Uncertainty Labels and Expert Comparison》。
【数据内容】
源站原始描述：CheXpert is a large dataset of chest X-rays and competition for automated chest x-ray interpretation, which features uncertainty labels and radiologist-labeled reference standard evaluation sets
中文译文（机器翻译，仅供快速理解，请以原文为准）：CheXpert是一个大型胸部X光数据集，也是自动胸部X光解读的竞赛，其特点是包含不确定性标签和由放射科医生标记的参考标准评估集。
【主题与分类】
主题标签：chest X-ray、radiography、uncertainty labels、automated interpretation、competition。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://stanfordmlgroup.github.io/competitions/chexpert
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://stanfordmlgroup.github.io/competitions/chexpert
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
CheXpert是由斯坦福大学开发的大型胸部放射图像数据集，包含224,316张来自65,240名患者的图像。该数据集设计了一个标签器来自动检测放射学报告中的14种观察结果，捕捉放射图像解释中的不确定性。数据集的创建旨在通过提供大规模、高质量的标注数据，推动深度学习技术在医学影像任务中达到专家级表现。CheXpert特别关注数据集中的不确定性标签，并研究了将这些标签纳入训练过程的不同方法。该数据集的应用领域包括自动化胸部放射图像解释，旨在提高工作流程优先级、临床决策支持和大规模筛查等方面的效率。
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。
