PTX-227：227张气胸胸部X射线图像数据集
PTX-227 是一个包含 227 张气胸胸部 X 射线图像的数据集，所有图像均提供像素级标注，并统一缩放至 1024×1024
基本信息
资源简介
PTX-227：227张气胸胸部X射线图像数据集
PTX-227: A dataset with 227 pneumothorax chest X-ray images
PTX-227 是一个包含 227 张气胸胸部 X 射线图像的数据集，所有图像均提供像素级标注，并统一缩放至 1024×1024。气胸是常见的医疗急症，典型症状包括胸痛和呼吸困难，严重时可危及生命，因此自动诊断算法具有临床价值。该数据集面向气胸诊断与图像分割研究，可用于训练和评估深度学习模型，以缓解公开气胸胸部 X 射线图像稀缺的问题（来源 DOI 解析，Restricted Access 许可）。
【数据集背景】
源站首次发布：2020。
【数据内容】
源站描述（机器翻译，仅供参考）：气胸是一种常见的医疗急症，定义为肺与胸壁之间胸膜腔内异常积气。其典型症状包括胸痛和呼吸困难，严重时可导致缺氧甚至危及生命。因此，高效的自动气胸诊断算法在许多临床场景中都将很有用。近年来，深度学习方法在医学图像分割任务中取得了令人瞩目的进展。然而，大规模数据集是深度学习成功的关键要素之一。另一方面，公开的带气胸的胸部 X 射线图像很少。为激发研究人员对气胸诊断算法的兴趣，我们在此发布了新数据集 PTX-227，其中包含 227 张带像素级标注的气胸胸部 X 射线图像。所有图像均被缩放至 1024×1024。
【主题与分类】
主题标签：pneumothorax、chest X-ray images、segmentation、annotation。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://zenodo.org/record/4108311
使用许可：Restricted Access。
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/10.5281/zenodo.4108311
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
气胸是一种常见的医疗急症，定义为肺与胸壁之间的胸膜腔内异常积气。其典型症状包括胸痛和呼吸困难，严重时可导致缺氧甚至危及生命。因此，一种高效自动的气胸诊断算法在许多临床场景中都将大有裨益。近年来，深度学习方法在医学图像分割任务中取得了令人瞩目的进展。然而，大规模数据集是深度学习成功的核心要素之一。另一方面，带有气胸的公开胸部X射线图像却很少。为了激发研究人员对气胸诊断算法的兴趣，我们在此发布了新数据集PTX-227，其中包含227张带有像素级标注的气胸胸部X射线图像。所有图像均调整为1024×1024大小。原始图像强度被裁剪至第2.5百分位至第97.5百分位范围内，然后归一化至0到255。气胸区域的轮廓由两位资深放射科医生使用ITK-SNAP进行标注。该数据集已进行匿名化处理，所有与患者隐私相关的记录均已移除。
PTX-227仅包含图像数据及相应的标签。该论文仍在审稿中，引用信息暂时无法获取。待论文发表后，引用信息将予以更新。
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。
