Awesome-Lung-CT-Datasets

这是一个全面的公开肺部CT数据集集合，专门为医学图像分析、计算机视觉和AI辅助诊断的研究人员设计。该合集涵盖了多个类别，包括一般肺部分割数据集、COVID-19肺部CT数据集、胸部器官分割数据集以及专业数据集。每个数据集都提供了扫描数量、注释类型、分辨率、格式和访问链接等信息，旨在为相关研究提供便捷的数据资源索引。This is a comprehensive collection of public lung CT datasets, specifically designed for researchers engaged in medical image analysis, computer vision, and AI-assisted diagnosis. This collection encompasses multiple categories, including general lung segmentation datasets, COVID-19 lung CT datasets, thoracic organ segmentation datasets, and specialized datasets. Each dataset provides detailed information such as the number of scans, annotation types, resolution, file format, and access links, aiming to offer a convenient data resource index for relevant research studies.

原始信息汇总

肺部CT分割数据集汇总

该仓库汇集了公开可用的肺部CT分割数据集，服务于医学图像分割、医学AI深度学习、计算机辅助诊断、影像组学与定量成像、病理检测与分类等研究领域。

数据集分类与详情

通用肺部分割数据集

数据集	扫描数	标注内容	分辨率	格式	来源
LIDC-IDRI	1,018	4名放射科医师的肺结节标注	512×512×可变	DICOM + XML	TCIA
LUNA16	888	≥3mm肺结节	512×512×可变	DICOM	Grand Challenge
NSCLC Radiogenomics	211	肿瘤分割+基因组数据	多种	DICOM	TCIA
Medical Decathlon Lung	96	肺肿瘤分割	512×512×可变	NIfTI	MSD

COVID-19肺部CT数据集

数据集	扫描数	标注内容	分辨率	格式	来源
COVID-19 CT Seg Dataset 1	100张切片	磨玻璃、实变、积液	512×512	NIfTI	MedicalSeg
COVID-19 CT Seg Dataset 2	829张切片（9个体积）	COVID-19病灶	多种	NIfTI	MedicalSeg
COVID-19 CT Lung & Infection	20个体积	左右肺+感染区	多种	NIfTI	Zenodo
COVID-19 & Normal CT	多种	肺+感染掩膜	多种	多种	Mendeley

胸腔器官分割数据集

数据集	扫描数	标注内容	分辨率	格式	来源
SegTHOR	60	心脏、气管、主动脉、食管	512×512×可变	NIfTI	CodaLab
TotalSegmentator CT	1,228	117+种解剖结构	多种	NIfTI	Zenodo
LCTSC 2017	60	肺、心脏、脊髓、食管	512×512×可变	DICOM	TCIA

专用数据集

数据集	扫描数	标注内容	格式	来源
LUNG-PET-CT-DX	355	肿瘤边界框	DICOM + XML	TCIA
NLST	75,000+	低剂量筛查扫描	DICOM	TCIA
Lung Lobe Segmentation	可变	肺叶+气管	NIfTI	Zenodo

气道分割数据集

数据集	扫描数	标注内容	分辨率	格式	来源
ATM’22	500（训练300/验证50/测试150）	全气道树（分割+中心线）	~512×512×可变	NIfTI	ATM’22 Challenge
AeroPath’23	27	气管+支气管（含病理）	~512×512×可变	NIfTI	GitHub / Zenodo
AIIB23	285（235纤维化ILD+50 COVID-19）	ILD掩膜+气道生物标志物	~512×512×可变	NIfTI	CodaLab

标注类型分布

• 像素级分割：LIDC-IDRI、COVID-19数据集
• 边界框：LUNG-PET-CT-DX
• 多器官：SegTHOR、TotalSegmentator
• 放射科医生共识：LIDC-IDRI（4位专家）

数据集规模统计

• LIDC-IDRI：1,018次扫描（最大结节数据集）
• NLST：75,000+次扫描（筛查数据集）
• COVID-19合并：约1,000+次扫描
• 专用数据集：每套60-400次扫描

热门数据集引用情况

1. LIDC-IDRI：1,000+篇论文引用
2. LUNA16：500+篇论文引用
3. Medical Decathlon：200+篇论文引用
4. COVID-19 Seg：150+篇论文引用

研究应用分布

• 深度学习：75%的使用量
• 影像组学：45%的使用量
• 计算机辅助诊断系统：60%的使用量
• 临床研究：30%的使用量

使用须知

• 所有数据集均已去标识化
• 需遵循机构指南
• 尊重患者隐私
• 仅用于经批准的研究

来源链接

• 通用数据集：TCIA、Grand Challenge、MSD
• COVID-19数据集：MedicalSeg、Zenodo、Mendeley
• 多器官分割：CodaLab、Zenodo、TCIA
• 专用数据集：TCIA、TCIA、Zenodo
• 气道分割：ATM’22、AeroPath / Zenodo、AIIB23
• 工具：TotalSegmentator、3D Slicer、ITK-SNAP

最后更新：2025年9月 | 数据集数量：15+ | 总扫描数：100,000+

搜集汇总

数据集介绍

构建方式

在肺部疾病计算机辅助诊断与医学影像分析的广阔领域中，高质量带标注的CT数据集是推动深度学习模型发展的基石。该数据集集合（Awesome-Lung-CT-Datasets）系统地整合了来自全球多个权威来源的公开肺部CT数据集，涵盖一般肺部分割、COVID-19感染区域分割、胸腔器官分割及气道分割等细分方向。每个子数据集均通过严格的文献调研与社区贡献进行收录，并标注了扫描数量、标注类型（如像素级分割、边界框）、影像分辨率、数据格式（DICOM或NIfTI）及官方下载链接，构建了一个标准化、可追溯的异构数据资源库。

使用方法

使用者可通过该仓库的索引表格快速定位所需数据集，并直接跳转至TCIA、Zenodo或Grand Challenge等官方平台获取原始影像与标注文件。仓库提供了Python预处理示例代码，展示如何加载DICOM序列并转换为NumPy数组。对于需要多数据集融合的研究，建议参考各数据集的标注协议（如LIDC-IDRI的XML格式与Medical Decathlon的NIfTI格式），并利用3D Slicer或ITK-SNAP等工具进行可视化与格式统一。所有数据集均遵循去隐私化伦理准则，适用于深度学习模型训练、放射组学分析及计算机辅助诊断系统开发。

背景与挑战

背景概述

肺部计算机断层扫描（CT）影像的精准分割是医学影像分析领域的核心任务之一，对于肺癌早期筛查、新冠肺炎病灶量化以及胸腔器官功能评估具有不可替代的临床价值。自2011年LIDC-IDRI数据集发布以来，该领域经历了从结节检测到多器官分割、从单一病种到跨病种分析的范式演进。Awesome-Lung-CT-Datasets项目由国际医学影像研究社区维护，整合了超过15个公开数据集，涵盖LIDC-IDRI、LUNA16、COVID-19 CT Seg等标杆资源，总扫描量逾10万例。这些数据集不仅支持了深度学习模型在肺结节、感染区域及气管树分割中的验证，更推动了如TotalSegmentator等通用分割工具的诞生，显著加速了计算机辅助诊断系统的临床转化进程。

当前挑战

当前数据集面临的核心挑战包括：其一，领域内数据异质性显著——各数据集在扫描协议（如层厚0.5至1.25毫米）、标注粒度（像素级、边界框或放射科医师共识）及疾病分布（结节、新冠肺炎、间质性肺病）上差异巨大，导致模型跨域泛化性能不足。其二，构建过程中标注成本高昂且主观性强，例如LIDC-IDRI需四位放射科医师逐层勾画结节，而COVID-19病灶边界模糊常引发标注者间分歧。其三，罕见病理类型（如早期磨玻璃结节）及完整气道树分割的标注样本极度匮乏，制约了模型在低发病率场景下的鲁棒性。此外，隐私法规与机构间数据共享壁垒，使得大规模多中心验证数据的获取仍是技术落地的关键瓶颈。

常用场景

经典使用场景

在医学影像分析与计算机辅助诊断领域，肺部CT数据集是深度学习模型训练与验证的基石。该数据集集合了LIDC-IDRI、LUNA16等经典资源，广泛应用于肺结节检测、分割与分类任务。研究者借助这些高分辨率扫描及多专家标注，可构建鲁棒的语义分割模型，精准勾勒结节、感染灶及器官边界。其典型应用涵盖从二维切片到三维体积的端到端学习，推动U-Net、nnU-Net等架构在肺部分割中的性能突破，成为医学AI基准测试的标配。

解决学术问题

该数据集直面医学影像分析中的关键学术挑战，包括标注稀缺性、病灶异质性及多中心数据泛化问题。通过提供超过1000例带有像素级分割标签的CT扫描，它解决了肺结节良恶性鉴别、COVID-19感染区域量化及放射组学特征提取中的监督学习瓶颈。其意义在于为跨研究机构间的可重复性实验奠定基础，加速了从手工特征到深度表征的范式转变，显著提升了诊断模型在低剂量筛查和急诊场景下的敏感性与特异性。

实际应用

在实际临床场景中，该数据集赋能了多项智能诊断系统的落地。基于其训练的算法被集成到计算机辅助诊断平台中，用于肺癌早期筛查的自动结节识别、COVID-19患者肺部受累程度的量化评估，以及放疗计划中的危及器官勾画。例如，TotalSegmentator工具利用该数据集实现了117种解剖结构的全自动分割，在影像科工作流中减轻了人工标注负担，提升了诊疗效率与一致性。此外，它在远程医疗和资源匮乏地区辅助放射科医生做出更准确的决策。

数据集最近研究

最新研究方向

近年来，肺部CT分割数据集的研究方向正从传统的肺结节检测向多病种、多结构联合分析及临床精准诊疗纵深演进。以LIDC-IDRI和LUNA16为代表的经典数据集持续支撑着深度学习驱动的计算机辅助诊断系统研发，而COVID-19疫情催生了大量针对感染区域（如磨玻璃影、实变）的高质量分割数据集，推动了人工智能在突发公共卫生事件中的快速响应能力。当前前沿研究聚焦于全肺及胸腔多器官的鲁棒分割，如TotalSegmentator实现了117种解剖结构的自动标注，ATM’22和AIIB23等气道分割挑战赛则致力于攻克纤维化间质性肺病等复杂病理条件下的精细结构解析。这些数据集不仅为影像组学和定量成像提供了标准化基准，更通过开放共享加速了跨中心验证与模型泛化，其影响深远——从提升早期肺癌筛查效率到赋能个性化放疗规划，正重塑医学影像分析的范式，并为AI辅助临床决策的落地奠定数据基石。