Home / Python / Deep Learning

医学影像数据集列表

医学影像数据集列表

README
Issues 4

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,并在其License允许的条件下提供不限速下载。项目按照数据集关注的器官对其进行分类。需要整理的数据集很多，我们十分期待大佬们为项目作出贡献。

如果您发现项目已有的内容中有任何错误（包括但不限于格式问题，网址失效，数据错误，简介信息补充等），可以通过PR进行修正。
如果您想用的数据集没有出现在列表中，请按照模板提交Issue，并尽量详细的描述数据集信息。我们会尽快添加并可以提供免费代下。

当前共收录约 20 个方向的 70+ 个数据集

肝脏

LiTS

名称	标注内容	类型	模态	数量	标签格式	文件格式
LiTS	肝脏/肝脏肿瘤	分割	CT	130+70	0/1标签	nii

LiTS数据集包含130组训练数据和70组测试数据，其中70组测试数据是没有标签的。LiTS训练集中包含3DIRCADB中的所有数据，所以如果合并多个数据集不要合并这两个。

分割结果可以在线提交进行评估，在线提交方法参考。在线提交地址

数据集论文：The Liver Tumor Segmentation Benchmark (LiTS)

相关项目：基于Paddle的肝脏CT影像分割

Sliver07

名称	标注内容	类型	模态	数量	标签格式	文件格式
Sliver07	肝脏	分割	CT	20+10	0/1标签	MetaImage

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

3D-IRCADB

名称	标注内容	类型	模态	数量	标签格式	文件格式
3D-IRCADb 01 02	肝脏/肝肿瘤	分割	CT	20+2	surface mesh	dcm

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。

CHAOS

名称	标注内容	类型	模态	数量	标签格式	文件格式
CHAOS	肝/肾/脾	分割	CT+MRI	40CT+120MRI	0/1标签	dcm

CHAOS是一个多脏器，多模态分割数据集。

TCGA-LIHC

名称	标注内容	类型	模态	数量	标签格式	文件格式
TCGA-LIHC	肝		CT/MR/PT	97患者/237套	无标签	dcm

MSD肝脏血管分割

名称	标注内容	类型	模态	数量	标签格式	文件格式
MSD肝脏血管分割	肝脏血管	分割	CT	443	0/1	nii

肺

MSD肺脏分割

名称	标注内容	类型	模态	数量	标签格式	文件格式
MSD肺脏分割	肺脏	分割	CT	96	0/1	nii

LoLa11肺页分割

名称	标注内容	类型	模态	数量	标签格式	文件格式
LoLa11	左右肺/肺页	分割	CT		0/1标签	Metaimage

55组扫描的肺页分割，包含左右肺，左上，左下，右上，右中，右下肺页的标注。

StructSeg2019

名称	标注内容	类型	模态	数量	标签格式	文件格式
StructSeg2019

肺部多病智能诊断

名称	标注内容	类型	模态	数量	标签格式	文件格式
肺部多病智能诊断			CT

CheXpert

名称	标注内容	类型	模态	数量	标签格式	文件格式
CheXpert

介绍论文： CheXpert: A Large Chest Radiograph Dataset with Uncertainty Labels and Expert Comparison

NIHChest Xray

名称	标注内容	类型	模态	数量	标签格式	文件格式	License
NIHChest Xray						CC0: Public Domain

介绍论文： ChestX-ray8: Hospital-scale Chest X-ray Database and Benchmarks on Weakly-Supervised Classification and Localization of Common Thorax Diseases

QIN Lung CT

名称	标注内容	类型	模态	数量	标签格式	文件格式
QIN Lung CT			CT

4D-Lung

名称	标注内容	类型	模态	数量	标签格式	文件格式
4D-Lung

NSCLC-Radiomics

名称	标注内容	类型	模态	数量	标签格式	文件格式
NSCLC-Radiomics	非小细胞癌	分割	CT	422		dcm

肺结核

Shenzhen Hospital X-ray Set

名称	标注内容	类型	模态	数量	标签格式	文件格式
Shenzhen Hospital X-ray Set	肺结核/正常	分类	CXR	662	类别	图片

深圳第三医院收集的肺结核胸透数据集，包含326张正常扫描和336张不正常的扫描。

Montgomery County X-ray Set

名称	标注内容	类型	模态	数量	标签格式	文件格式
Montgomery County X-ray Set	肺结核/正常	分类	CXR	138	类别	图片

蒙哥马利市收集的肺结核胸透数据集，包含80张正常的扫描和58张不正常的扫描。

肺炎

Ieee8023

名称	标注内容	类型	模态	数量	标签格式	文件格式
Ieee8023	肺脏	分类	CT	20		nii

持续搜集公开的新冠CT扫描，目前有20个病例。

covid19-ct-scans

名称	标注内容	类型	模态	数量	标签格式	文件格式
covid19-ct-scans	左右肺/新冠感染	分割	CT	20		nii

数据来自Ieee8023，对20组扫描进行了左右肺和感染区的标注。基于这个数据集和另外几个数据集，大佬们做了一个新冠分割的 benchmark

COVID-CT

名称	标注内容	类型	模态	数量	标签格式	文件格式
COVID-CT		分类	CT	349		图片

包含216名新冠患者的349张胸部CT图片，从相关paper中收集。

Figure1-COVID-chestxray-dataset

名称	标注内容	类型	模态	数量	标签格式	文件格式
Figure1-COVID-chestxray-dataset		分类	CXR	48		图片

DarwinAI收集的一些新冠CT的图片，是CovidX数据集的一部分。持续更新，使用前可以先pull。

RSNA肺炎检测

名称	标注内容	类型	模态	数量	标签格式	文件格式
RSNA肺炎检测	之否肺炎/肺炎区域BB	分类/检测	CXR	26684+3000		图片

RSNA是北美放射学会在Kaggle上组织的一个比赛数据集，数据来自NIH。包含26684张训练数据，有图片的分类和肺炎区域的边界框。

CovidX

名称	标注内容	类型	模态	数量	标签格式	文件格式
CovidX	新冠/其他肺炎/正常	分类	CT	13569+231		图片

CovidX数据集是DarwinAI训练CovidNet做的一个数据集，本身没有新的数据，是Ieee8023，Figure1和RSNA组合成的一个数据集。

Flyai Covid

名称	标注内容	类型	模态	数量	标签格式	文件格式
Flyai Covid

Flyai举办的一个新冠分类比赛。

covid19-radiography-database

名称	标注内容	类型	模态	数量	标签格式	文件格式
covid19-radiography-database	新冠/其他肺炎/正常	分类	CT	219+1314+1345		图片

跟CovidX一样是一个组合数据集，数据来自论文图片和RSNA。

COVID-19-AR

名称	标注内容	类型	模态	数量	标签格式	文件格式
COVID-19-AR						dcm

Chest Imaging with Clinical and Genomic Correlates Representing a Rural COVID-19 Positive Population (COVID-19-AR)

CT Images in COVID-19

名称	标注内容	类型	模态	数量	标签格式	文件格式
CT Images in COVID-19	无标签	分类/分割	CT	650	无	nii

肺结节

LIDC-IDRI

名称	标注内容	类型	模态	数量	标签格式	文件格式
LIDC-IDRI	肺部肿瘤	目标检测	CT	1012	xls	dcm

介绍论文： The Lung Image Database Consortium (LIDC) and Image Database Resource Initiative (IDRI): A Completed Reference Database of Lung Nodules on CT Scans

The public cancer radiology imaging collections of The Cancer Imaging Archive

Aistudio下载 Part1 Part2

LUNA16

名称	标注内容	类型	模态	数量	标签格式	文件格式
LUNA16

天池肺部结节

名称	标注内容	类型	模态	数量	标签格式	文件格式
天池肺部结节

训练集测试集

LNDB

名称	标注内容	类型	模态	数量	标签格式	文件格式
LNDB	直径大于3mm的肿瘤分割标注/小于3mm肿瘤和非肿瘤标记中心	分割/分类	CT	294	XML	MetaImage

介绍论文： LNDb: A Lung Nodule Database on Computed Tomography

Lung Nodule Malignancy

名称	标注内容	类型	模态	数量	标签格式	文件格式
Lung Nodule Malignancy	肺结界良恶性	分类	CT	4165+2526		tif

Data Science Bowl 17

名称	标注内容	类型	模态	数量	标签格式	文件格式
Data Science Bowl 17

Lung-PET-CT-Dx

名称	标注内容	类型	模态	数量	标签格式	文件格式
Lung-PET-CT-Dx	肺癌	目标检测	CT	363	xml	dcm

气胸

SIIM-ACR Pneumothorax Segmentation

名称	标注内容	类型	模态	数量	标签格式	文件格式
SIIM-ACR Pneumothorax Segmentation

乳腺癌

CBIS-DDSM

名称	标注内容	类型	模态	数量	标签格式	文件格式
CBIS-DDSM	正常/良性/恶性	分类	CT	2620

介绍论文： Deep Learning to Improve Breast Cancer Early Detection on Screening Mammography A curated mammography data set for use in computer-aided detection and diagnosis research

QIN Breast

名称	标注内容	类型	模态	数量	标签格式	文件格式
QIN Breast 01 02			MRI	67

Rider Breast MRI

名称	标注内容	类型	模态	数量	标签格式	文件格式
Rider Breast MRI			MRI

ACRIN 6688

名称	标注内容	类型	模态	数量	标签格式	文件格式
ACRIN 6688			CT	83

BraTS2015

名称	标注内容	类型	模态	数量	标签格式	文件格式
BraTS2015

脑

MSD脑瘤分割

名称	标注内容	类型	模态	数量	标签格式	文件格式
MSD Brain Tumor Segmentation	胶质瘤/肿瘤/水肿	分割	MRI	484 Train + 266 Test	0/1	nii

MSD海马体分割

名称	标注内容	类型	模态	数量	标签格式	文件格式
MSD Hippocampus Segmentation	海马体	分割	MRI	394	0/1	nii

Iseg2019

名称	标注内容	类型	模态	数量	标签格式	文件格式
Iseg2019

ABIDE

名称	标注内容	类型	模态	数量	标签格式	文件格式
ABIDE	是否有自闭症	分类	MRI	539+573

自闭症患者的头部MRI扫描，包含539例自闭症患者和573个正常扫描对照组。介绍论文： The autism brain imaging data exchange: towards a large-scale evaluation of the intrinsic brain architecture in autism.

ADNI

名称	标注内容	类型	模态	数量	标签格式	文件格式
ADNI

介绍论文： Alzheimer's Disease Neuroimaging Initiative (ADNI)

脑出血

RSNA Intracranial Hemorrhage Detection

名称	标注内容	类型	模态	数量	标签格式	文件格式
RSNA Intracranial Hemorrhage Detection			CT

肾脏

Kits19

名称	标注内容	类型	模态	数量	标签格式	文件格式
Kits19	肾肿瘤	分割

肠

CT COLONOGRAPHY

名称	标注内容	类型	模态	数量	标签格式	文件格式
CT COLONOGRAPHY			CT

包含没有结肠息肉，有6-9mm息肉和大于10mm息肉的数据。

MSD肠道分割数据集

名称	标注内容	类型	模态	数量	标签格式	文件格式
MSD肠道分割数据集

心脏

EchoNet

名称	标注内容	类型	模态	数量	标签格式	文件格式
EchoNet	心脏	分割	MRI	10300	0/1

介绍论文： EchoNet-Dynamic: a Large New Cardiac Motion Video Data Resource for Medical Machine Learning

MMWHS

名称	标注内容	类型	模态	数量	标签格式	文件格式
MMWHS	心脏	分割	CT / MRI	20CT、20MRI	类别	nii

mmwhs是心脏分割数据集，共有8类，MRI和CT两种模态相关项目： Hybrid Loss Guided Convolutional Networks for Whole Heart Parsing

MSD心脏分割

名称	标注内容	类型	模态	数量	标签格式	文件格式
MSD心脏分割

眼睛

DRIVE

名称	标注内容	类型	模态	数量	标签格式	文件格式
DRIVE	眼底血管	分割	眼底照片	40	0/1	图片

DRIVE数据集是一个糖尿病病人眼底血管分割数据集。

ODIR-5k

名称	标注内容	类型	模态	数量	标签格式	文件格式
ODIR-5k	正常和7种疾病	分类	眼底彩色照片	5000		图片

ODIR-5K包括5000名患者的年龄，双眼的彩色眼底照片和医生的诊断关键词。该数据集是上工医疗技术有限公司从中国不同医院/医疗中心收集的“真实”患者信息。在这些机构中，眼底图像由市场上的各种相机捕获，例如Canon，Zeiss和Kowa，因此导致各种各样的图像分辨率。病人的识别信息会被移除。注释由经过培训的人类读者进行标记，并具有质量控制管理。患者分为8个标签，包括正常（N），糖尿病（D），青光眼（G），白内障（C），AMD（A），高血压（H），近视（M）和其他疾病/异常（O）。

FIRE 视网膜图像数据

名称	标注内容	类型	模态	数量	标签格式	文件格式
FIRE 视网膜图像数据		分类	视网膜图像	129

FIRE 是一个视网膜眼底图像数据集，包含 129张眼底视网膜图像，由不同特征组合成 134对图像组合。这些图像组合根据特质被划分为3类。眼底图像由 Nidek AFC-210 眼底照相机采集，分辨率为2912x2912，视觉仰角为40度。图像由 Papageorgiou Hospital 医院和Aristotle University of Thessaloniki大学共同构建，由于Thessaloniki 大学采集自39名患者。. 数据包括以下几部分内容： 1.成对的视网膜图像。 2.彩色ROI掩模（作为二值图像）。 3.特征ROI掩模（作为二值图像）。 4.每个图像对应的标注点。

细胞

Data Science Bowl 18

名称	标注内容	类型	模态	数量	标签格式	文件格式
Data Science Bowl 18	细胞核	分割		841张/37333个细胞核	0/1	图片

细胞核分割数据集

介绍论文： Nucleus segmentation across imaging experiments: the 2018 Data Science Bowl

血细胞涂片分类

名称	标注内容	类型	模态	数量	标签格式	文件格式
血细胞涂片分类	四种血细胞类型	分类	镜检	12500	-	图片

血细胞分类数据集包含12500张四种血细胞的照片。图片是从大的血细胞涂片照片上截下来的，数据集经过增广。图片都很小，训练时注意IO瓶颈。

ISBI细胞跟踪

名称	标注内容	类型	模态	数量	标签格式	文件格式
ISBI细胞跟踪	细胞像素级别位置	跟踪	镜检			图片

在镜检视频中像素级跟踪细胞位置

Aistudio下载 2D+Time Datasets

骨骼

MURA-1.1

名称	标注内容	类型	模态	数量	标签格式	文件格式
MURA-1.1	正常/非正常	分类	x-ray	40561

介绍论文： MURA: Large Dataset for Abnormality Detection in Musculoskeletal Radiographs

RSNA Bone Age

名称	标注内容	类型	模态	数量	标签格式	文件格式
RSNA Bone Age

膝盖

MRNet

名称	标注内容	类型	模态	数量	标签格式	文件格式
MRNet

前列腺

PANDA

名称	标注内容	类型	模态	数量	标签格式	文件格式
PANDA	前列腺癌分级		镜检图片	10616张镜检	分类	tiff

MSD前列腺分割

名称	标注内容	类型	模态	数量	标签格式	文件格式
MSD前列腺分割

QIN-PROSTATE-Repeatability

名称	标注内容	类型	模态	数量	标签格式	文件格式
QIN-PROSTATE-Repeatability	前列腺癌		MRI	15		dcm

胰腺

MSD胰腺分割

名称	标注内容	类型	模态	数量	标签格式	文件格式
MSD胰腺分割

PDMR-833975-119-R

名称	标注内容	类型	模态	数量	标签格式	文件格式
PDMR-833975-119-R	胰腺癌		MRI	20		dcm

皮肤

SIIM-ISIC Melanoma Classification

名称	标注内容	类型	模态	数量	标签格式	文件格式
SIIM-ISIC Melanoma Classification	皮肤癌病变类别	分类	皮肤镜	88.3K张图片	类别	dicom

目前最大的皮肤镜图像集合，用来在皮肤病变图像中之别黑色素瘤，图片以DICOM格式提供，同时包含图像元数据，有的图像也以JPEG和TFRecord格式提供，TFRecords格式的图像已被调整为统一的1024x1024

VQA

PathVQA

名称	标注内容	类型	模态	数量	标签格式	文件格式
PathVQA			图片	4998图片/32799问答		图片

介绍论文： PathVQA: 30000+ Questions for Medical Visual Question Answering

医学影像数据库

TCIA:The Cancer Imaging Archive

MedPix 包含超过12000名患者和59000张影像

Belarus tuberculosis portal 包含结核病人的CT，胸透和检验数据

Grand Challenges

LONI 神经相关医学影像

参考项目/列表

胸部\肺部ct数据集

Stanford ML Group

各领域公开数据集

medical-imaging-datasets

Open-Access Medical Image Repositories

Medical Image Datasets Download Links

HAM10000 dataset

Dermatology Image Classification

贡献者

（按照首次贡献时间排序）

多语言代码生成器 Mail : [email protected]

Release Note

2020/11/20
添加Issue模板，鼓励外部贡献，数据集数量达到67

2020/11/8
在Github发布，整理格式，添加多个数据集

2020/6/11
添加LIDC-IDIR，编写数据压缩脚本

2020/6/4
添加MMWHS心脏分割数据集，SIIM皮肤病分类比赛数据集

2020/5/27
添加ISBI细胞分割，TCGA-LIHC肝脏，4D-Lung肺部数据集，围绕乳腺癌添加一系列数据集

2020/5/20
项目添加数据集计数和release note，数据集方面添加 RSNA骨龄，PathVQA，FIRE视网膜，DDSM乳腺癌等数据集

2020/5/13
项目在Aistudio公开，包含约40个数据集

2 Open More issues

Open

[新增] 添加新数据集　xx

请填写数据集基本信息，*为必填项，其他内容请尽量填写．

注：开 Issue 后数据集成功并入项目，您的Github ID不会作为项目合作者在项目主页展示，我们会在项目末尾致谢．如果您希望作为项目合作者被展示请提交PR．

数据集名称*：CHASE_DB1 标注内容*（标注的器官/病灶）：眼底 LICENSE*（关于数据集使用和传播的协议，常用LISENCE请写名字，如果是Custome LICENSE请写网址）：https://blogs.kingston.ac.uk/retinal/chasedb1/ 下载方式*（下载网址或介绍下载方式的网页）：https://blogs.kingston.ac.uk/retinal/chasedb1/ 类型（分类/分割/检测/...）：分割模态（CT/MR/CXR/...）：光学数量（扫描总数/图片张数）：标签格式：文件格式：

新增数据集

opened Apr 14, 2021 by lingucv 0

Open

[新增] 添加新数据集　xx

请填写数据集基本信息，*为必填项，其他内容请尽量填写．

注：开 Issue 后数据集成功并入项目，您的Github ID不会作为项目合作者在项目主页展示，我们会在项目末尾致谢．如果您希望作为项目合作者被展示请提交PR．

数据集名称*：STARE 标注内容*（标注的器官/病灶）：眼底血管分割 LICENSE*（关于数据集使用和传播的协议，常用LISENCE请写名字，如果是Custome LICENSE请写网址）：https://cecas.clemson.edu/~ahoover/stare/ 下载方式*（下载网址或介绍下载方式的网页）：https://cecas.clemson.edu/~ahoover/stare/ 类型（分类/分割/检测/...）：分割模态（CT/MR/CXR/...）：光学数量（扫描总数/图片张数）： 400 标签格式：文件格式：

新增数据集

opened Apr 14, 2021 by lingucv 0

Open

ISBI细胞跟踪的Aistudio下载链接显示：获取数据集详情失败: 没有权限

如题。 ISBI细胞跟踪的Aistudio下载链接显示：获取数据集详情失败: 没有权限

信息更正

opened Apr 1, 2021 by csccsccsccsc 2

Open

[新增] 添加新数据集　舌像数据集检测分割

请填写数据集基本信息，*为必填项，其他内容请尽量填写．

注：开 Issue 后数据集成功并入项目，您的Github ID不会作为项目合作者在项目主页展示，我们会在项目末尾致谢．如果您希望作为项目合作者被展示请提交PR．

名称*：标注内容*（标注的器官/病灶）： LICENSE*（关于数据集使用和传播的协议，常用LISENCE写名字，如果是Custome LICENSE写网址）：下载方式*（下载网址或介绍下载方式的网页）：类型（分类/分割/检测/...）：模态（CT/MR/CXR/...）：数量（扫描总数/图片张数）：标签格式：文件格式：

新增数据集

opened Jan 10, 2021 by AyangngY 1

Information

Category: Python / Deep Learning
Watchers: 3
Star: 96
Fork: 12
Last update: Apr 6, 2021

Resource links

https://github.com/linhandev/dataset

Share this repo

Most popular

TensorFlow an end-to-end open source platform for machine learning.

Models and examples built with TensorFlow

Keras: Deep Learning for humans

Tensors and Dynamic neural networks in Python with strong GPU acceleration

🤗Transformers: State-of-the-art Natural Language Processing for Pytorch and TensorFlow 2.0.

TensorFlow Tutorial and Examples for Beginners (support TF v1 & v2)

Deepfakes Software For All

100 Days of ML Coding

The Patterns of Scalable, Reliable, and Performant Large-Scale Systems

Deep Learning papers reading roadmap for anyone who are eager to learn this amazing tech!

Related Repos

Popular

15.9k

Detectron2 is FAIR's next-generation platform for object detection and segmentation.

facebookresearch

Detectron2 is FAIR's next-generation research platform for object detection and segmentation.

2.3k

Model interpretability and understanding for PyTorch

Captum is a model interpretability and understanding library for PyTorch. Captum means comprehension in latin and contains general purpose implementations of integrated gradients, saliency maps, smoothgrad, vargrad and others for Py

762

A framework for Privacy Preserving Machine Learning

facebookresearch

CrypTen is a framework for Privacy Preserving Machine Learning built on PyTorch. Its goal is to make secure computing techniques accessible to Machine Learning practitioners. It currently implements Secure Multiparty Computation

135

MUltiple VIdeos LABelling tool

MUltiple VIdeos LABelling tool

928

🛸 spaCy pipelines for pre-trained BERT, XLNet and GPT-2

spacy-transformers This package (previously spacy-pytorch-transformers) provides spaCy model pipelines that wrap Hugging Face's transformers package, so you can use them in spaCy. The result is convenient access to state-o

95

DM-GAN: Dynamic Memory Generative Adversarial Networks for Text-to-Image Synthesis

DM-GAN: Dynamic Memory Generative Adversarial Networks for Text-to-Image Synthesis Introduction This project page provides pytorch code that implements the following CVPR2019 paper: Title: "DM-GAN: Dynamic Memory Gene

119

Reimplementation of retinaface, faster and stronger.

Face Detection @ 500-1000 FPS Reimplementation of RetinaFace, faster and stronger. RetinaFace: Single-stage Dense Face Localisation in the Wild Getting Start Install gstreamer for reading videos sudo

339

A stock trading bot that uses machine learning to make price predictions.

Stock Trading with Machine Learning Overview A stock trading bot that uses machine learning to make price predictions. Requirements Python 3.5+ alpha_vantage pandas numpy sklearn keras tensor