肺部疾病多模态医学数据

摘要：本数据集是一个综合性的肺部疾病多模态医学影像数据集，整合了X射线和计算机断层扫描（CT）两种影像模态，涵盖多种常见肺部疾病的诊断类别。数据集包含超过70,600个影像文件，其中PNG格式44,900张、JPG格式17,200张、JPEG格式8,507张。诊断类别包括新冠肺炎（COVID-19）、普通肺炎（Pneumonia）、肺结核（Tuberculosis）以及正常对照（Normal），为肺部疾病的计算机辅助诊断、疾病分类和多模态学习研究提供了大规模的训练和验证数据。

数据集简介

数据集概述

数据集采用X射线和CT扫描两种互补的医学影像模态，能够从不同维度捕捉肺部病变的影像学特征。X射线影像提供快速、低成本的二维投影信息，适用于初步筛查和大规模流行病学研究；CT扫描则提供高分辨率的三维断层图像，能够精确定位和评估病变的空间分布与严重程度。数据集配备了结构化的元数据文件（metadata.csv）和JSON格式的汇总信息（final_summary.json、summary.json），包含影像的诊断标签、临床信息和质量控制参数，为监督学习和半监督学习提供了完整的标注支持。

该数据集在肺部疾病智能诊断领域具有广泛的应用价值，特别适用于深度学习分类模型、多模态融合算法、迁移学习和跨模态知识蒸馏等研究。在新冠肺炎疫情背景下，数据集为快速筛查、鉴别诊断和疾病进展监测提供了重要的算法开发基础。此外，数据集支持多任务学习（同时识别多种肺部疾病）、少样本学习（针对罕见病例）、可解释性研究（病灶定位与特征可视化）以及临床决策支持系统的构建，有助于提升肺部疾病诊断的准确性、效率和可及性。

数据集来源

整合X射线与CT扫描的多模态肺部疾病影像数据集，包含新冠肺炎、肺炎、肺结核及正常对照共70,600余张医学影像及结构化元数据标注。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-36
文件大小：7.3G
原创声明：本数据集为整理作品