纵向暗场小鼠CT数据集
LDM-CT（纵向暗场小鼠CT）数据集提供了首个公开的活体纵向X射线暗场计算机断层扫描数据，用于追踪小鼠肺部疾病进展。该数据集包含在健康、炎症损伤和COPD小鼠模型中12周内采集的多时间点衰减（µ）和暗场（µd）体积图像，以及相应的3D肺部分割掩膜
基本信息
资源简介
纵向暗场小鼠CT数据集
LDM-CT（Longitudinal Dark-Field Mouse CT）数据集提供了首个公开可用的活体纵向X射线暗场计算机断层扫描数据，用于追踪小鼠肺部疾病的进展。该数据集包含在健康、炎症损伤和COPD小鼠模型中，于12周内采集的多时间点衰减（µ）和暗场（µd）体积图像，并配有相应的3D肺部分割掩膜。所有扫描均采用基于实验室的Talbot–Lau暗场CT系统，在针对纵向临床前研究设计的剂量优化且可重复的协议下完成。该数据集支持对肺实质微观结构改变进行时间分辨评估，其灵敏度显著高于传统基于衰减的CT，可服务于广泛的生物医学成像研究主题。
【数据集背景】
该数据集的全称为Longitudinal Dark-Field Mouse CT Dataset，简称LDM-CT。据源站描述，它是首个公开可用的活体纵向X射线暗场计算机断层扫描数据集，聚焦于小鼠肺部疾病进展的追踪研究。该数据集在站内分类中归属于呼吸系统疾病 / 其他类别，来源站为doi.org，由Jincheng Lu与Zhentian Wang作为作者，机构标注为IEEE DataPort，发布时间为2025年。其核心价值在于以纵向设计实现对肺部微观结构改变的时间分辨评估，并声称在灵敏度上显著优于传统基于衰减的CT成像方式。
【数据内容】
数据集包含多时间点的衰减（µ）和暗场（µd）体积图像，覆盖健康、炎症损伤和COPD三类小鼠模型，采集时间跨度达12周。除两种模态的体积图像外，数据集还提供相应的3D肺部分割掩膜，便于对肺部区域进行定位与分析。这些数据共同构成了对肺部疾病进展进行纵向观察的完整资源，既包含常规衰减信息，也包含暗场信号所反映的微观结构信息。
【采集与来源】
所有扫描均使用基于实验室的Talbot–Lau暗场CT系统获得。采集过程遵循一套剂量优化且可重复的协议，该协议专为纵向临床前研究而设计，以保证在长达12周的多时间点采集中维持一致性与可重复性。数据来源站为doi.org，作者为Jincheng Lu和Zhentian Wang，机构为IEEE DataPort，发布时间为2025年。
【适用场景】
据源站描述，该数据集支持广泛的生物医学成像研究主题。其纵向设计使得对肺实质微观结构改变的时间分辨评估成为可能，并且相比传统基于衰减的CT具有显著更高的灵敏度。因此，该数据集适用于需要追踪肺部疾病进展、比较健康与炎症损伤及COPD模型差异、以及评估暗场成像在临床前肺部研究中的应用价值等研究方向。源站描述中提及“包括定量……”等内容，但未完整给出后续具体主题列表，故更详细的适用场景清单源站未提供。
【使用方法】
数据集提供衰减（µ）和暗场（µd）体积图像以及对应的3D肺部分割掩膜，使用者可基于这些掩膜对肺部区域进行提取和定量分析。由于数据为多时间点纵向采集，可用于时间序列层面的比较与评估。关于具体的读取工具、预处理步骤、配准方法或分析流程，源站未提供。
【质量与限制】
采集协议经过剂量优化且可重复，专为纵向临床前研究设计，这有助于保障多时间点数据之间的一致性。数据集覆盖健康、炎症损伤和COPD三类模型，时间跨度为12周。然而，关于数据的具体样本量、图像分辨率、噪声水平、扫描参数细节以及已知的技术限制或偏差，源站未提供。
【引用与许可】
该数据集采用Creative Commons Attribution 4.0 International许可协议。作者为Jincheng Lu和Zhentian Wang，机构为IEEE DataPort，发布时间为2025年，来源站为doi.org。使用时应遵循该许可协议的要求进行署名与引用。关于具体的引用格式或DOI标识符，源站未提供。
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://doi.org/10.21227/27qh-9421
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
LDM-CT（纵向暗场小鼠CT）数据集首次公开提供了小鼠肺部疾病进展的活体纵向X射线暗场计算机断层扫描数据。该数据集包含在健康、炎症损伤和COPD小鼠模型中为期12周采集的多时间点衰减（µ）和暗场（µd）体积图像，以及相应的3D肺部分割掩膜。所有扫描均使用基于实验室的Talbot–Lau暗场CT系统，在专为纵向临床前研究设计的剂量优化且可重复的协议下获得。纵向设计使得能够对肺实质的微观结构改变进行时间分辨评估，其灵敏度显著高于传统的基于衰减的CT。
该数据集支持广泛的生物医学成像研究主题，包括定量肺部成像、疾病进展建模、生物标志物发现、暗场重建、运动鲁棒算法以及基于深度学习的纵向分割。所有数据均已匿名化并以开放格式提供，同时附带训练好的分割模型权重，以确保透明性和可重复性。LDM-CT数据集旨在促进未来肺部成像的临床前和转化研究，并作为开发先进纵向成像和计算分析方法的基准资源。
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。
