医学影像方向数据集的列表、医学影像数据集众多多且专业性强，众人拾柴火焰高！

中文 | [English](https://github.com/linhandev/dataset/blob/main/README_en.md) # 医学影像数据集集锦 # 前言 本项目的目标是整理一个医学影像方向数据集的列表，提供每个数据集的基本信息，并在License允许的前提下提供**不限速下载**。如果您想使用的数据集不在列表中我们可以提供**免费代下**。项目按照数据集模态或关注的器官分类。当前共收录约 20 个方向的 80+ 个数据集 医学影像数据集众多多且专业性强，众人拾柴火焰高！如果您使用过列表中没有的数据集，或发现列表中的信息有任何疏漏，我们非常希望您可以[参与项目建设](https://github.com/linhandev/dataset/blob/main/contribute.md)。 联系维护者:me@linhan.email 微信 linhandev # 目录 ================= * [医学影像数据集集锦](#医学影像数据集集锦) * [前言](#前言) * [目录](#目录) * [肝脏](#肝脏) * [LiTS](#lits) * [Sliver07](#sliver07) * [3D-IRCADB](#3d-ircadb) * [CHAOS](#chaos) * [TCGA-LIHC](#tcga-lihc) * [MSD肝脏血管分割](#msd肝脏血管分割) * [肺](#肺) * [MSD肺癌分割](#msd肺癌分割) * [LoLa11肺叶分割](#lola11肺叶分割) * [StructSeg2019](#structseg2019) * [肺部多病智能诊断](#肺部多病智能诊断) * [CheXpert](#chexpert) * [NIHChest Xray](#nihchest-xray) * [QIN Lung CT](#qin-lung-ct) * [4D-Lung](#4d-lung) * [NSCLC-Radiomics](#nsclc-radiomics) * [vessel12 肺部血管分割](#vessel12-肺部血管分割) * [肺结核](#肺结核) * [Shenzhen Hospital X-ray Set](#shenzhen-hospital-x-ray-set) * [Montgomery County X-ray Set](#montgomery-county-x-ray-set) * [肺炎](#肺炎) * [Ieee8023](#ieee8023) * [covid19-ct-scans](#covid19-ct-scans) * [COVID-CT](#covid-ct) * [Figure1-COVID-chestxray-dataset](#figure1-covid-chestxray-dataset) * [RSNA肺炎检测](#rsna肺炎检测) * [CovidX](#covidx) * [Flyai Covid](#flyai-covid) * [covid19-radiography-database](#covid19-radiography-database) * [COVID-19-AR](#covid-19-ar) * [CT Images in COVID-19](#ct-images-in-covid-19) * [肺结节](#肺结节) * [LIDC-IDRI](#lidc-idri) * [LUNA16](#luna16) * [天池肺部结节](#天池肺部结节) * [LNDB](#lndb) * [Lung Nodule Malignancy](#lung-nodule-malignancy) * [Data Science Bowl 17](#data-science-bowl-17) * [Lung-PET-CT-Dx](#lung-pet-ct-dx) * [气胸](#气胸) * [SIIM-ACR Pneumothorax Segmentation](#siim-acr-pneumothorax-segmentation) * [胸](#胸) * [CBIS-DDSM](#cbis-ddsm) * [QIN Breast](#qin-breast) * [Rider Breast MRI](#rider-breast-mri) * [ACRIN 6688](#acrin-6688) * [BraTS2013](#brats2013) * [BraTS2015](#brats2015) * [BraTS2021](#brats2021) * [脑](#脑) * [MSD脑瘤分割](#msd脑瘤分割) * [MSD海马体分割](#msd海马体分割) * [Iseg2019](#iseg2019) * [ABIDE](#abide) * [ADNI](#adni) * [CQ500](#cq500) * [脑出血](#脑出血) * [RSNA Intracranial Hemorrhage Detection](#rsna-intracranial-hemorrhage-detection) * [肾脏](#肾脏) * [Kits19](#kits19) * [肠](#肠) * [CT COLONOGRAPHY](#ct-colonography) * [MSD肠道分割数据集](#msd肠道分割数据集) * [心脏](#心脏) * [EchoNet](#echonet) * [MMWHS](#mmwhs) * [MSD心脏分割](#msd心脏分割) * [主动脉](#主动脉) * [冠状动脉分割](#冠状动脉分割) * [眼睛](#眼睛) * [DRIVE](#drive) * [ODIR-5k](#odir-5k) * [FIRE 视网膜图像数据](#fire-视网膜图像数据) * [STARE](#stare) * [CHASE_DB1](#chase_db1) * [IDRiD](#idrid) * [前列腺](#前列腺) * [PANDA](#panda) * [MSD前列腺分割](#msd前列腺分割) * [QIN-PROSTATE-Repeatability](#qin-prostate-repeatability) * [胰腺](#胰腺) * [MSD胰腺分割](#msd胰腺分割) * [PDMR-833975-119-R](#pdmr-833975-119-r) * [皮肤](#皮肤) * [SIIM-ISIC Melanoma Classification](#siim-isic-melanoma-classification) * [镜检](#镜检) * [细胞](#细胞) * [Data Science Bowl 18](#data-science-bowl-18) * [血细胞涂片分类](#血细胞涂片分类) * [ISBI细胞跟踪](#isbi细胞跟踪) * [穿刺](#穿刺) * [BCNB乳腺癌穿刺活检](#bcnb乳腺癌穿刺活检) * [骨骼](#骨骼) * [MURA-1.1](#mura-11) * [RSNA Bone Age](#rsna-bone-age) * [磁共振图像脊柱结构多类别三维自动分割](#磁共振图像脊柱结构多类别三维自动分割) * [膝盖](#膝盖) * [MRNet](#mrnet) * [脊椎](#脊椎) * [Verse大规模脊椎分割数据集](#verse大规模脊椎分割数据集) * [VQA](#vqa) * [PathVQA](#pathvqa) * [内窥镜](#内窥镜) * [SARAS-MESAD](#saras-mesad) * [SARAS-MESAD](#saras-mesad-1) * [数字病理](#数字病理) * [CAMELYON](#camelyon) * [心电图](#心电图) * [CAMELYON](#camelyon-1) * [交流群](#交流群) * [医学影像数据库](#医学影像数据库) * [参考项目/列表](#参考项目列表) * [贡献者](#贡献者) * [Release Note](#release-note) [](https://star-history.com/#linhandev/dataset&Date) # 肝脏 ## LiTS [//]: # (FIN) | 名称 | 标注内容 | 类型 | 模态 | 数量 | 标签格式 | 文件格式 | License | | - | - | - | - | - | - | - | - | | [LiTS](https://competitions.codalab.org/competitions/17094) | 肝脏/肝脏肿瘤 | 分割 | CT | 131+70 | 0/1标签 | nii | [CC BY-NC-ND 4.0](https://competitions.codalab.org/competitions/17094#learn_the_details-terms_and_conditions) | <img src="https://raw.githubusercontent.com/linhandev/dataset/main/static/lits.jpg" width="50%"/> LiTS数据集包含131组训练扫描和70组测试扫描，其中70组测试数据标签不公开。LiTS训练集中包含[3DIRCADB](#3d-ircadb)中的所有数据，所以不要合并这两个数据集。Medical Segmentation Decathlon中肝脏分割的数据集就是LiTS。 分割结果可以在线提交进行评估，[在线提交方法参考](https://github.com/PatrickChrist/LITS-CHALLENGE)。 [在线提交地址](https://competitions.codalab.org/competitions/17094) 数据集论文：[The Liver Tumor Segmentation Benchmark (LiTS)](https://arxiv.org/abs/1901.04056) 相关项目： [基于Paddle的肝脏CT影像分割](https://aistudio.baidu.com/aistudio/projectdetail/250994) [Aistudio下载](https://aistudio.baidu.com/aistudio/datasetdetail/10273) ## Sliver07 [//]: # (FIN) | 名称 | 标注内容 | 类型 | 模态 | 数量 | 标签格式 | 文件格式 | License | | - | - | - | - | - | - | - | - | | [Sliver07](https://sliver07.grand-challenge.org/) | 肝脏 | 分割 | CT | 20+10 | 0/1标签 | MetaImage | [Other](https://zenodo.org/record/2597908) | <img src="https://i.loli.net/2020/11/21/iuOqFTteKUlnNVZ.png" width="50%"/> 这个数据集比较老了，现在用的也比较少，一些研究会将sliver和lits合起来，这样基本上就是所有常用的关于肝脏分割的公开数据了。mhd格式可以用 SimpleITK 读，在medseg项目中有[转换成nii的脚本](https://github.com/linhandev/medSeg/blob/main/tool/train/mhd2nii.py) [Aistudio下载](https://aistudio.baidu.com/aistudio/datasetdetail/19906) ## 3D-IRCADB [//]: # (FIN) | 名称 | 标注内容 | 类型 | 模态 | 数量 | 标签格式 | 文件格式 | License | | - | - | - | - | - | - | - | - | | 3D-IRCADb [01](https://www.ircad.fr/research/data-sets/liver-segmentation-3d-ircadb-01/) [02](https://www.ircad.fr/research/data-sets/respiratory-cycle-3d-ircadb-02/) | 肝脏/肝肿瘤 | 分割 | CT | 20+2 | surface mesh | dcm | CC | <img src="https://raw.githubusercontent.com/linhandev/dataset/main/static/3Dircadb.jpg" width="80%"/> 3D-IRCADb是比较早的一个数据集，有两个子集，分别包含20组和2组CT片子。 [Aistudio下载](https://aistudio.baidu.com/aistudio/datasetdeta