摘要：COVID-19 放射影像数据库 包含 3,616 张 COVID-19、10,192 张正常、6,012 张肺部阴影、1,345 张病毒性肺炎 X 光片及肺部掩模（PNG，299×299 像素）。
数据集简介
数据集概述
该数据集由卡塔尔大学和达卡大学等机构创建，来源包括 SIRM COVID-19 数据库、Joseph Paul Cohen 的 2019 新冠数据集、Lan Dao GitHub 数据集、43 篇出版物、BIMCV padchest肺炎数据库和 RSNA 数据库。包含 3,616 张 COVID-19 X 光片、10,192 张正常、6,012 张肺部阴影、1,345 张病毒性肺炎图像及肺部分割掩模（PNG 格式，299×299 像素）。扩展数据集 COVID-QU-Ex 包含 33,920 张图像（11,956 张 COVID-19、11,263 张非 COVID 感染、10,701 张正常）和完整肺部分割掩模。荣获 Kaggle COVID-19 数据集奖，学术/非商业用途，需引用论文：Chowdhury et al. (IEEE Access 2020) 和 Rahman et al. (2020)。
数据结构与关键特征
数据集包含四个类别：COVID-19（3,616 张）、Normal（正常，10,192 张）、Lung Opacity（肺部阴影/非 COVID 感染，6,012 张）和 Viral Pneumonia（病毒性肺炎，1,345 张），所有图像均为 PNG 格式，分辨率 299×299 像素，配有肺部分割掩模和 metadata.xlsx（包含每张图像的参考文献）。数据来源多样化，包括 SIRM COVID-19 数据库、Joseph Paul Cohen 数据集、Lan Dao GitHub、43 篇出版物、BIMCV padchest肺炎数据库和 RSNA 数据库。
应用价值与研究方向
支持 COVID-19 胸部 X 光检测与分类、肺部疾病多类别分类（COVID-19/正常/肺部阴影/病毒性肺炎）、肺部分割、COVID-19 筛查、深度学习模型训练（CNN、ResNet、DenseNet）、图像增强技术研究、计算机辅助诊断（CAD）系统、迁移学习、医学图像分析、疫情防控研究、AI 辅助放射学、教育与培训、算法基准测试。研究团队：Muhammad EH Chowdhury、Tawsifur Rahman、Amith Khandakar 等来自卡塔尔大学、达卡大学、哈马德综合医院、南北大学等机构。使用许可：学术/非商业用途，使用时需引用相关论文。
数据集来源
该数据集由卡塔尔大学和达卡大学等机构创建。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。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-105
文件大小：770M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)