亲测有效，影像组学领域的51个公开数据集汇总，节省大量收集数据的时间

最新推荐文章于 2025-04-01 20:15:00 发布

罗小罗同学

最新推荐文章于 2025-04-01 20:15:00 发布

阅读量1k

点赞数 12

分类专栏：个人观点文章标签：人工智能机器学习医学人工智能医工交叉影像组学数据集公开数据集

本文链接：https://blog.csdn.net/qq_45404805/article/details/146364397

版权

个人观点专栏收录该内容

62 篇文章

订阅专栏

小罗碎碎念

今天这期推送和大家系统梳理一下【影像组学】领域的【51个】重要公开数据集。

数据集覆盖肝脏、肺、脑、乳腺等多个器官，涉及肿瘤、心血管疾病、先天性疾病等多种病理类型，并囊括CT、MRI、X光、超声等多样化影像模态，例如肝肿瘤分割基准数据集LiTS、肺结节检测经典数据LUNA16，以及脑肿瘤分割核心BRATS系列，可支持算法开发、临床转化及跨学科研究。

数据表格展示

研究者可根据具体需求选择适用场景：

通用分割任务可参考MSD（多器官）或Kits19（肾肿瘤）
临床诊断工具开发可依托标注精细的CheXpert（胸部X光）或RSNA（颅内出血）
多组学分析则可利用TCGA-LIHC（肝癌影像与基因组数据）

需注意数据合规性、标注一致性及样本平衡问题，优先选择持续更新的数据集（如BRATS2021），同时警惕地域代表性不足（如亚非拉数据稀缺）和小样本挑战（如胰腺癌PDMR数据集）。

未来方向建议聚焦多模态融合（如Lung-PET-CT-Dx联合PET/CT）、弱监督学习（针对高标注成本场景）及跨数据集泛化验证，以提升模型鲁棒性。

对于小众领域，可结合迁移学习或联邦学习弥补数据短板，推动医学AI从算法创新向临床实用转化。

交流群

欢迎大家加入【医学AI】交流群，本群设立的初衷是提供交流平台，方便大家后续课题合作。

目前小罗全平台关注量52,000+，交流群总成员1100+，大部分来自国内外顶尖院校/医院，期待您的加入！！

由于近期入群推销人员较多，已开启入群验证，扫码添加我的联系方式，备注姓名-单位-科室/专业，即可邀您入群。

知识星球

如需获取推文中提及的各种资料，欢迎加入我的知识星球！

阅前必读

注意，由于整理数据集需要花费大量时间，所以采取付费阅读的形式，绝对让你物超所值，你通过这一篇推送，可以帮助你节省大量自己整理的时间。

【1】阅读方式1：知识星球（推荐）

已订阅星球用户可以直接点击链接获取内容（https://t.zsxq.com/FlIFw），并且可以在星球中提问，我会给出详细解答。此外，星球是按年付费，更划算！

注意，新订阅用户有阅读限制，三天后才可查看所有内容！

【2】阅读方式2：微信推送付费阅读

如果只对单篇内容感兴趣，可以直接支付本篇文章费用。

一、数据集覆盖范围

1-1：按器官/疾病分类

肝脏：LiTS（肝脏肿瘤分割）、Sliver07（肝脏分割）、……。
肺部：LoLa11（肺分割）、StructSeg2019（鼻咽癌/肺癌）、……。
脑部：BRATS系列（脑肿瘤分割与生存预测）、……。
乳腺：CBIS-DDSM（乳腺X光）、……。
其他：Kits19（肾肿瘤）、……。

1-2：特殊应用场景

心血管：ASOCA（冠状动脉分割）、……。
眼科：DRIVE、IDRiD（糖尿病视网膜病变）……。
骨骼与关节：Verse（脊椎分割）、……。

二、重点领域与代表性数据集

2-1：肝脏相关

LiTS：肝脏肿瘤分割的基准数据集，常用于肝癌检测算法开发。
CHAOS：多器官（肝/肾/脾）分割数据集，适合跨器官对比研究。
TCGA-LIHC：结合肝癌的影像与基因组数据，适用于多组学联合分析。

2-2：肺部相关

LUNA16：肺结节检测的经典数据集，标注精细，被广泛用于肺癌筛查模型训练。
LIDC-IDRI：提供肺部肿瘤的多样本、多标注数据，支持鲁棒性研究。
QIN Lung CT：针对非小细胞肺癌的影像组学特征提取，适合预后预测研究。

2-3：脑部相关

BRATS系列（2013-2021）：脑肿瘤分割的核心数据集，逐年更新技术挑战（如胶质瘤亚区划分）。
iSeg2019：婴儿脑部MR数据，关注早期发育异常检测。

2-4：乳腺癌与前列腺癌

CBIS-DDSM：乳腺X光数据集，包含钙化与肿块标注，用于良恶性分类。
QIN-PROSTATE-Repeatability：前列腺癌影像重复性研究数据集，适合量化分析。

2-5：其他特色数据集

EchoNet：动态超声心动图视频数据，支持心脏功能评估。
SARAS-MESAD：内窥镜影像数据集，适用于消化道疾病检测。
Verse：脊椎CT数据集，可用于骨质疏松或骨折分析。

三、数据特点与研究方向

3-1：模态多样性

CT：如LIDC-IDRI（肺部肿瘤）、CT COLONOGRAPHY（结肠癌）。
MRI：如BRATS（脑肿瘤）、RIDER Breast MRI（乳腺）。
X光：CheXpert（胸部X光）、MURA-1.1（骨骼X光）。
超声与PET：EchoNet（超声心动图）、Lung-PET-CT-Dx（PET-CT融合影像）。

3-2：标注与任务类型

分割任务：如LiTS（肝脏肿瘤）、BRATS（脑肿瘤）、ASOCA（冠状动脉）。
分类与检测：如LUNA16（肺结节良恶性）、SIIM-ISIC（皮肤癌分类）。
多模态分析：如Lung-PET-CT-Dx（CT与PET结合）、MSD（多器官分割）。

四、使用建议

算法开发：MSD（多器官分割）、BRATS（脑肿瘤分割）适合测试模型泛化能力。
临床转化：TCGA-LIHC（肝癌影像与基因组关联）、Lung-PET-CT-Dx（肺癌诊断）支持预后预测研究。
教育用途：DRIVE（眼底照片）、CheXpert（胸部X光）适合初学者练习标注与分类。

五、局限性分析

地域代表性不足：多数数据集来自欧美，缺乏亚非拉人群数据（天池肺部CT是例外）。
小样本问题：如PDMR-833975-119-R（胰腺癌）样本量较小，需结合迁移学习。
模态局限性：如眼底照片数据集（DRIVE、IDRiD）多为静态图像，缺乏动态血流信息。

六、未来研究方向

多模态融合：利用如Lung-PET-CT-Dx（PET/CT联合）开发多模态诊断模型。
弱监督学习：针对标注成本高的数据集（如StructSeg2019），探索弱监督方法。
泛化性验证：跨数据集验证（如肝脏LiTS vs. 3D-IRCADb）以提升模型鲁棒性。

七、数据获取

请前往同名公众号/知识星球获取。

结束语

本期推文的内容就到这里啦，如果需要获取医学AI领域的最新发展动态，请关注小罗的推送！如需进一步深入研究，获取相关资料，欢迎加入我的知识星球！