肺部肿瘤检测数据集汇总

1.Lung Nodule Analysis 2016(LUNA16):

LUNA16 - Home​luna16.grand-challenge.org/Home/

肺部肿瘤检测最常用的数据集之一，包含888个CT图像，1084个肿瘤，图像质量和肿瘤大小的范围比较理想。每一张CT图像size不同(z * x * y，x y z 分别为行 列 切片数，譬如272x512x512为512x512大小切片，一共272张。比较好理解，肺部是3维立体的，所以以z轴每隔一定步长(spacing)扫描一次，就得到这样的数据)。每个CT有不同的肿瘤数，annotation标注为x,y,z,size，x,y,z定位肿瘤中心位置，size代表肿瘤的大小。

数据分为10个subsets，subset包含89/88个CT scan，文件的类型Metal image format，为比较好处理的 .mhd和raw文件，可以用 SimpleITK 包来读取，LUNA16提供的tutorial链接为：https://luna16.grand-challenge.org/Tutorial/，包括坐标转换以及可视化实现。

值得一提的是，LUNA16的CT图像取自LIDC/IDRI数据集，选取了三个以上放射科医师意见一致的annotation，并且去掉了小于3mm的肿瘤，所以数据集里不含有小于3mm的肿瘤，便于训练，小于3mm的肿瘤，即使是专业的医生都很难辨别。

2.LIDC-IDRI

Cancer Imaging Archive Wiki​wiki.cancerimagingarchive.net/display/Public/LIDC-IDRI​编辑

由National Cancer Institute支持收集，LUNA16的母本，可以得到LUNA16原DICOM文件以及对应的xml标注文件。数据集包括CT,DX,CR文件类型，1010例病人，1018个CT图，具体标注的文件如下图示，其中包括位置和分割标注，肿瘤大小，病人为单位的肿瘤数，以及病人的诊断报告。

以下链接为数据集较为具体的标注文件，下载List3，其中包括从Case1 到Case1012，一共2636个肿瘤的位置和大小信息。

Computer Vision and Image Analysis Group​www.via.cornell.edu/lidc/

---

3. LungCT-Diagnosis:

收集自Moffitt Cancer Center，一共有61位患者对应61个CT scan，以及61个肿瘤，标注包括肿瘤 x, y, z 轴的信息，但是没有size大小。其他的标注包括患者clinical数据，存活时间等。

Cancer Imaging Archive Wiki​wiki.cancerimagingarchive.net/display/Public/LungCT-Diagnosis

---

4. Lung CT Segmentation Challenge 2017

https://wiki.cancerimagingarchive.net/display/Public/Lung+CT+Segmentation+Challenge+2017​wiki.cancerimagingarchive.net/display/Public/Lung+CT+Segmentation+Challenge+2017

来自AAPM 2017 Annual Meeting的数据集，用于分割的挑战赛，一共有60位患者对应96个CT，有人工标注的轮廓信息，training testing的data在detailed descriptions部分。

---

5. NSCLC(Non-Small Cell Lung Cancer) Radiogenomics

Cancer Imaging Archive Wiki​wiki.cancerimagingarchive.net/display/Public/NSCLC+Radiogenomics​编辑

来自斯坦福。该数据集有221个患者信息，1355个CT，有clinic信息，最新2018年的AIM file有有肿瘤annotation的位置。

---

6. QIN LUNG CT

Cancer Imaging Archive Wiki​wiki.cancerimagingarchive.net/display/Public/QIN+LUNG+CT#e8448e03bb9040fcae63c806d399ce98

数据集有47位患者信息对应47个CT，标注信息包括部分肿瘤在左右两肺的位置。

---

7. TCGA-LUSC（The Cancer Genome AtlasLung Squamous Cell Carcinoma）

Cancer Imaging Archive Wiki​wiki.cancerimagingarchive.net/display/Public/TCGA-LUSC

数据集有37位患者对应279个CT，带有clinic信息。

---

8. SPIE-AAPM Lung CT Challenge

Cancer Imaging Archive Wiki​wiki.cancerimagingarchive.net/display/Public/SPIE-AAPM+Lung+CT+Challenge#534f52ab0e4d4bd8b2e7ef16d2b2bd0d​编辑

数据集来自2015 SPIE Medical Imaging Conference，收集于AAPM，NCI。一共70位患者对应70CT，有肿瘤xyz位置，以及肿瘤diagnosis(Benign nodule/cancer)。

---

Cancer Imaging Archive数据集下载需要利用TCIA Download Manager，详细介绍：

Cancer Imaging Archive Wiki​wiki.cancerimagingarchive.net/display/NBIA/Download+Manager+6.5​编辑

9. The National Lung Screening Trial (NLST) 数据集

国家肺筛查试验(NLST)是一项随机对照试验，目的是确定与胸片筛查相比，用低剂量螺旋CT筛查肺癌是否能降低高危人群肺癌的死亡率。

15个子数据库，具体可查： https://biometry.nci.nih.gov/cdas/datasets/nlst/

优点：数据集全面。这些数据包括参与者特征、筛查考试结果、诊断程序、肺癌和死亡率。超过75,000的CT图像，对于基于DL的我们简直是巨大福利。另外有超过1200张来自NLST肺癌患者的病理图像，但只供查看。

需要：申请！写一个简单的proposal即可，通过了以后签个字等approve，数据集的下载链接就开放了，如下图。申请链接：https://biometry.nci.nih.gov/cd

引自肺部肿瘤检测数据集汇总（新更 2/20/20） - 知乎 (zhihu.com)