LIDC-IDRI-Lite
收藏资源简介：
LIDC-IDRI-Lite 是一个基于 LIDC-IDRI (TCIA) 数据集的预处理再分发版本，专注于胸部 CT 图像中的肺结节分割。该数据集包含 1013 例胸部 CT 扫描（以 NIfTI 格式存储）和对应的 1013 个二值掩膜，这些掩膜是四位放射科医生对肺结节轮廓进行 50% 共识后生成的。预处理步骤包括：将 DICOM 系列转换为 nii.gz 格式、标准化为 RAS+ 方向、排除非 CT 系列（如 DX 和 CR 投影放射图像）以及排除包含重复 z 切片的 5 个 CT 系列。数据集中 880 例扫描至少包含一个结节，其余扫描的掩膜全为零。分割标签仅定义了一个类别："lung nodule"。此外，还提供了四个地标点（P1-P4），分别对应结节主轴和副轴的端点。该数据集已集成到 MedVision 项目中，可通过 Hugging Face 数据集加载，并提供了多种轴向、冠状和矢状面的训练/测试配置。数据集遵循 CC BY 3.0 许可，适用于医学图像分割任务，特别是肺结节检测与分割。
LIDC-IDRI-Lite is a preprocessed redistribution version based on the LIDC-IDRI (TCIA) dataset, focusing on lung nodule segmentation in chest CT images. This dataset contains 1013 chest CT scans (stored in NIfTI format) and corresponding 1013 binary masks, which are generated after a 50% consensus on lung nodule contours by four radiologists. Preprocessing steps include: converting DICOM series to nii.gz format, standardizing to RAS+ orientation, excluding non-CT series (such as DX and CR projection radiographs), and excluding 5 CT series with duplicate z-slices. Among the dataset, 880 scans contain at least one nodule, and the masks of the remaining scans are all zeros. The segmentation label defines only one category: "lung nodule". Additionally, four landmark points (P1-P4) are provided, corresponding to the endpoints of the major and minor axes of the nodule. This dataset has been integrated into the MedVision project and can be loaded via Hugging Face datasets, with multiple training/testing configurations in axial, coronal, and sagittal views. The dataset is licensed under CC BY 3.0 and is suitable for medical image segmentation tasks, particularly lung nodule detection and segmentation.
数据集概述：LIDC-IDRI-Lite
基本信息
- 数据集名称：LIDC-IDRI-Lite
- 许可证：CC BY 3.0
- 任务类型：图像分割（image-segmentation）
- 语言：英语
- 标签：医疗、图像、CT、肺部、结节、癌症、分割
- 数据规模：1K < N < 10K
- 发布时间：2026年7月25日（初始发布）
数据集简介
该数据集是 LIDC-IDRI（来自 TCIA，癌症影像档案库）的预处理再分发版本。包含 1013 例胸部 CT 扫描，以及基于 4 位放射科医生勾画轮廓生成的共识肺结节分割掩膜。
数据内容
Images/— 包含 1013 个 CT 影像文件（nii.gz 格式）Masks/— 包含 1013 个对应的分割掩膜文件
与源数据集的关系
| 项目 | 数量 |
|---|---|
| 源数据集中 | 1308 个序列：1018 个 CT、237 个 DX、53 个 CR |
| 排除的序列 | 237 个 DX 和 53 个 CR 投影射线影像，以及 5 个具有重复 z 层切片的 CT 序列 |
| 本数据集 | 1013 个影像 + 1013 个掩膜 |
排除原因：
- 非 CT 序列：237 个 DX 和 53 个 CR 是二维投影射线影像，非体数据，且不含结节轮廓。
- 5 个重复 z 层 CT 序列：
LIDC-IDRI-0085、-0146、-0418、-0572、-0979，这些序列包含共享同一ImagePositionPatientz 坐标的多个 DICOM 切片，导致体数据无唯一定义。
预处理说明
- DICOM CT 序列转换为
nii.gz格式，并标准化为 RAS+ 方向 - 掩膜为二元共识结节掩膜，基于四位放射科医生的 XML 轮廓通过
pylidc（50% 共识水平）构建 - 排除含重复 z 层的序列，而非去重处理
- 1013 个扫描中，880 个包含至少一个结节，其余掩膜全为零
- 8 位患者各贡献 2 个 CT 序列，每个序列有独立病例 ID
分割标签
python labels_map = { "1": "肺结节" }
关键点标注（Landmarks）
python landmarks_map = { "P1": "主轴最右/前/上端点", "P2": "主轴最左/上/下端点", "P3": "次轴最右/前/上端点", "P4": "次轴最左/上/下端点" }
集成说明
该数据集已集成到 MedVision（https://huggingface.co/datasets/YongchengYAO/MedVision），可通过多种配置名称在 Python 中加载数据（如 LIDC-IDRI_BoxSize_Task01_Axial_Test、LIDC-IDRI_MaskSize_Task01_Coronal_Train 等 18 个配置）。
数据使用协议
- 必须遵守源数据集的 CC BY 3.0 许可条款
- 建议在出版物中引用本数据集来源：https://huggingface.co/datasets/YongchengYAO/LIDC-IDRI-Lite
- 必须引用原始出版物：https://doi.org/10.1118/1.3528204
官方发布
官方信息请访问：https://www.cancerimagingarchive.net/collection/lidc-idri/
下载方式
可通过 Hugging Face 使用 snapshot_download 函数下载数据集，指定仓库 ID 为 YongchengYAO/LIDC-IDRI-Lite。
