LIDC-IDRI肺结节数据库详解
LIDC-IDRI肺结节数据库详解
LIDC-IDRI (The Lung Image Database Consortium)，该数据集由胸部医学图像文件(如CT、X光片)和对应的诊断结果病变标注组成。该数据是由美国国家癌症研究所(National Cancer Institute)发起收集的，目的是为了研究高危人群早期癌症检测。
该数据集中，共收录了1018个研究实例。对于每个实例中的图像，都由4位经验丰富的胸部放射科医师进行两阶段的诊断标注。在第一阶段，每位医师分别独立诊断并标注病患位置，其中会标注三中类别：1) >=3mm的结节，2) <3mm的结节，3) >=3mm的非结节（官网描述： “nodule > or =3 mm”， “nodule < 3 mm"，="" and="" “non-nodule=”"> or =3 mm”，详见 Summary）。在随后的第二阶段中，各位医师都分别独立的复审其他三位医师的标注，并给出自己最终的诊断结果。这样的两阶段标注可以在避免forced consensus的前提下，尽可能完整的标注所有结果。
| Collection Statistics | updated 3/21/2012 |
|---|---|
| 数据大小 | 124G |
| 图像类型 | CT (computed tomography), 243,958 张 DX (digital radiography) CR (computed radiography) |
| 图片数 | 244,527 |
| 患者数 | 1010 |
| 系列数 (Number of Series) | 1,018 CT 290 CR/DX |
| 研究数 (Number of Studies) | 1038 |
文件结构
目前测试一共1012个病例数据，每个病例文件夹对应结构：
LIDC-IDRI-XXXX / Study Instance UID / Series Instance UID / *.dcm，*.xml
XXXX ：从0000到1012；
Study Instance UID ：每个病例对应的检查实例号；
Series Instance UID ：不同检查对应的序列实例号；
*.dcm ，*.xml ：分别对应于每一张dcm切片和xml标注文件。
图像矩阵像素信息
模块处理的数据为slicer* rows* cols大小的三维矩阵D。
eg: 对于病例LIDC-IDRI-0001，即为133*512*512的矩阵，一共133张切片，每张大小512*512，依次按顺序存入二进制文件，每个像素大小为2字节（对应short类型）。
XML标注信息说明
XML解析过程：
本文内容参考博客：LIDC-IDRI肺结节Dicom数据集解析与总结