气管导管胸部X射线合成数据集
合成生成的胸部X射线图像，标注气管导管位置，用于检测模型训练。
基本信息
资源简介
气管导管胸部X射线合成数据集
【数据集背景】
本数据集源站标题为《synthetized endotracheal tube data on chest x-ray》。源站首次发布：2021-02-27。
【数据内容】
源站原始描述：### Context I made these annotations for the RANZCR CLiP - Catheter and Line Position Challenge ### Content The dataset contains 2 sets of image + mask pairs: manually_blended(56 pairs) and automatically_blended(144 pairs). The blended images are as img_xxxx.jpg, the corresponding masks of the synthetized ETT tubes as mask_xxxx.jpg denoted where xxxx is the original file ID from the competition''''s dataset. The 2 dataset overlaps, all manually blended are in the automatically blended ones. For…
【数据结构与技术规格】
文件数 20 个，合计 8.65 MB。
【主题与分类】
主题标签：image、health、healthcare。
【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://www.kaggle.com/datasets/sandorkonya/synthetized-endotracheal-tube-data-on-chest-xray
使用许可：CC0: Public Domain。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("sandorkonya/synthetized-endotracheal-tube-data-on-chest-xray")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d sandorkonya/synthetized-endotracheal-tube-data-on-chest-xray
unzip synthetized-endotracheal-tube-data-on-chest-xray.zip -d synthetized-endotracheal-tube-data-on-chest-xray/
数据集大小约 0.08 GB。
数据说明
该数据集为合成生成的胸部X射线图像，标注了气管导管的位置，用于气管导管检测和定位任务。数据来源于Kaggle，由合成方法生成，旨在辅助气管导管相关模型的训练与评估。
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。
