amid

AMID（Awesome Medical Imaging Datasets）是一个精选的医学影像数据集合集，提供统一的数据访问接口。该合集收录了多个公开医学影像数据集，涵盖腹部、胸部、头部等身体区域，涉及CT、MRI、X射线等多种成像模态。合集以表格形式列出数据集名称、条目数量、身体区域和模态，并支持通过Python库直接加载和使用数据。AMID (Awesome Medical Imaging Datasets) is a curated collection of medical imaging datasets that provides a unified data access interface. This collection incorporates multiple publicly available medical imaging datasets, spanning anatomical regions such as the abdomen, chest, and head, and covering diverse imaging modalities including CT, MRI, X-ray and others. It lists dataset names, sample counts, covered anatomical regions and utilized imaging modalities in a tabular format, and supports direct data loading and usage via the Python library.

原始信息汇总

Awesome Medical Imaging Datasets (AMID) 数据集详情

AMID 是一个精选的医学影像数据集目录，提供统一的接口来访问和管理这些数据集。

核心功能

• 统一接口：用户无需关注不同数据集的原始格式，通过 AMID 提供的 API 即可加载图像、掩膜等数据。
• 快速上手：安装后通过几行 Python 代码即可使用数据集。
• 手动下载：部分数据集需用户手动下载原始数据文件。

编程接口示例

python from amid.verse import VerSe

ds = VerSe(root=/path/to/raw/data) print(len(ds.ids)) # 获取可用ID数量 i = ds.ids[0] # 获取第一个ID x, y = ds.image(i), ds.masks(i) # 加载图像和掩膜 entry = ds(i) # 获取包含所有数据的命名元组

可用数据集列表

数据集名称	条目数	身体部位	模态
AMOS	2465	腹部	CT, MRI
BIMCVCovid19	16364	胸部	CT
BraTS2021	5880	头部	MRI T1, MRI T1Gd, MRI T2, MRI T2-FLAIR
CC359	359	头部	MRI T1
CLDetection2023	400	头部	X-ray
CRLM	197	腹部	CT, SEG
CT_ICH	75	头部	CT
CURVAS	90	腹部	CT
CrossMoDA	484	头部	MRI T1c, MRI T2hr
DeepLesion	20094	腹部, 胸部	CT
EGD	3096	头部	FLAIR, MRI T1, MRI T1GD, MRI T2
FLARE2022	2100	腹部	CT
HCP	1113	头部	MRI
KiTS23	489	胸部	CT
LIDC	1018	胸部	CT
LiTS	201	腹部	CT
LiverMedseg	50	胸部, 腹部	CT
MIDRC	229	胸部	CT
MOOD	1358	头部, 腹部	MRI, CT
MSD	2628	胸部, 腹部, 头部	CT, CE CT, MRI, MRI FLAIR, MRI T1w, MRI t1gd, MRI T2w, MRI T2, MRI ADC
MSLUB	70	头部	MRI
Medseg9	9	胸部	CT
MoscowCancer500	979	胸部	CT
MoscowCovid1110	1110	胸部	CT
NLST	26254	胸部	CT
NSCLC	422	胸部	CT
RSNABreastCancer	54710	胸部	MG
RibFrac	660	胸部	CT
StanfordCoCa	1000	冠状动脉, 胸部	CT
TBAD	100	胸部	CT
Totalsegmentator	1204	头部, 胸部, 腹部, 骨盆, 腿部	CT
UPENN_GBM	671	头部	FLAIR, MRI T1, MRI T1GD, MRI T2, DSC MRI, DTI MRI
VSSEG	484	头部	MRI T1c, MRI T2
VerSe	374	胸部, 腹部	CT

安装方式

通过 PyPi 安装： shell pip install amid

更多信息

• 文档：查看详细文档
• 贡献指南：如何添加新数据集

搜集汇总

数据集介绍

构建方式

在医学影像分析领域，数据集的多样性与标准化接口的缺失常成为研究瓶颈。AMID（Awesome Medical Imaging Datasets）作为一个精心策划的医学影像数据集集合，通过统一接口的设计，整合了来自不同来源、涵盖多种身体区域与模态的数据集。其构建方式在于为每个数据集提供标准化的Python类，用户仅需指定原始数据路径即可实例化，并调用如`image()`、`masks()`等方法获取图像与标注，同时支持通过`split()`、`patient()`等属性访问元数据。这一设计极大简化了多数据集协同使用的复杂度。

特点

AMID的特点在于其广泛覆盖性与高度可扩展性。该集合囊括了从头部到腹部、从CT到MRI等30余个数据集，如BraTS2021、DeepLesion、KiTS23等，总计超过14万条数据记录。每个数据集均保留了原始的研究信息，同时通过统一的API暴露关键功能。此外，项目提供了详细的文档与贡献指南，鼓励社区添加新数据集，从而持续丰富资源库。这种模块化与社区驱动的特性，使其成为医学影像研究中不可或缺的工具。

使用方法

使用AMID极为便捷，用户可通过PyPi快速安装：`pip install amid`。随后，只需导入所需数据集类并指定原始数据根目录，即可开始操作。例如，`from amid.verse import VerSe`后实例化`VerSe(root='/path/to/data')`，即可通过`ds.ids`获取可用ID，利用`ds.image(i)`加载图像，或通过`ds(i)`获取包含所有字段的命名元组。对于需要手动下载的数据集，用户需提前准备文件。详细的API文档与示例代码在项目主页提供，确保快速上手。

背景与挑战

背景概述

在医学影像分析领域，数据集的异构性与获取复杂性长期制约着深度学习模型的泛化能力与临床转化进程。Awesome Medical Imaging Datasets (AMID) 由Neuro-ML团队于近年创建，旨在构建一个统一接口的医学影像数据集聚合库，核心研究问题在于解决多模态、多部位医学影像数据集的标准化访问难题。该数据集整合了超过30个来自不同机构的主流医学影像数据集，涵盖CT、MRI、X-ray等多种模态，涉及头、胸、腹等多个解剖区域，显著降低了研究人员在数据预处理与接口适配上的重复劳动。AMID的发布推动了医学影像分析社区的数据共享与基准测试标准化，对多器官分割、疾病检测等子领域产生了重要影响。

当前挑战

AMID所解决的领域问题在于医学影像数据集的碎片化与接口不统一，现有数据集在格式、标注协议、隐私许可等方面存在显著差异，导致模型复现与跨数据集泛化面临严峻挑战。构建过程中遭遇的挑战包括：部分数据集需手动下载原始文件，增加了自动化流程的复杂性；不同数据集对患者隐私、数据使用条款的限制不一，需在统一接口下合规处理；此外，数据集版本迭代频繁，维护统一的API与文档更新需持续投入。这些挑战共同构成了AMID在推动医学影像数据标准化道路上的核心障碍。

常用场景

经典使用场景

在医学影像分析这一蓬勃发展的领域中，数据集的异构性与接口不统一长期困扰着研究者。AMID（Awesome Medical Imaging Datasets）作为一个精心策划的医学影像数据集集合，通过提供统一的编程接口，为研究者开辟了一条便捷之道。其经典使用场景在于，研究者仅需通过简单的Python导入语句，便能无缝访问涵盖头部、胸部、腹部等多部位的CT、MRI、X-ray等模态数据。例如，调用`from amid.verse import VerSe`即可直接操作脊柱分割数据集，极大降低了数据预处理的门槛，使得跨数据集的算法验证与模型迁移变得高效而流畅。

实际应用

在实际应用层面，AMID展现出强大的赋能价值。临床环境中，疾病诊断模型常需融合多来源数据进行训练以提升泛化能力。借助AMID，开发者可以轻松整合如BraTS2021（脑肿瘤分割）、DeepLesion（病灶检测）和KiTS23（肾脏肿瘤分割）等数据集，快速构建针对特定病种的综合性诊断系统。此外，在医疗设备厂商的算法验证流程中，AMID提供的统一接口允许工程师对来自不同机构的影像数据进行标准化测试，确保产品在真实世界中的鲁棒性。这种便捷的数据管理方式，正在缩短从科研原型到临床部署的周期。

衍生相关工作

AMID的诞生催生了一系列衍生研究工作。围绕其统一接口，社区涌现了诸多针对特定任务的增强工具包，例如自动数据增强模块与跨模态预训练框架。研究者利用AMID整合的数据资源，开展了对医学影像分割、分类和检测算法的系统性对比研究，如基于AMID中多个腹部CT数据集（如FLARE2022、LiTS）进行模型泛化能力的深度剖析。此外，AMID的贡献机制也激励了更多机构以标准化格式共享私有数据集，形成了良性循环。这些工作不仅验证了统一数据接口的可行性，更推动了医学影像领域从孤立研究向协作生态的转变。