CT影像诊断标准化数据集

本数据集基于标准 DICOM 格式胸部 CT 影像构建，覆盖含肺结节病例，配套执业医师出具的良性、恶性、性质待定三类诊断分级标签。 数据清洗阶段：开展 DICOM 协议合规校验，剔除层厚不均、运动伪影严重、序列缺失的无效影像；同步核查诊断标签的资质有效性与分级规范性，去除标签缺失、分级矛盾样本，保障数据基线质量。 数据加工阶段：对影像执行归一化处理，统一空间分辨率与肺窗、纵隔窗窗宽窗位参数；完成肺实质自动分割与结节病灶定位，生成病灶区域掩码；对诊断标签结构化编码，建立影像 - 标签一一对应的标准化样本库。 算法构建方面：采用 3D 卷积神经网络搭建肺结节良恶性分级模型，以医师标注标签开展监督训练，引入注意力机制强化病灶特征提取，输出三类诊断分级概率结果，配套人工复核机制校验模型输出准确性。

搜集汇总

背景与挑战

背景概述

本数据集基于标准DICOM格式胸部CT影像构建，覆盖含肺结节病例，并由执业医师标注了良性、恶性、性质待定三类诊断分级标签。数据经过清洗（剔除无效影像与矛盾标签）和加工（归一化处理、肺实质分割、病灶掩码生成），建立了影像与标签一一对应的标准化样本库。该数据集可支撑肺结节AI辅助诊断模型研发、放射医学教学及临床科研等多场景应用。