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