img和对应的mask：png格式 13218张图片，大小64*64（只包含肺结节区域） LIDC-IDRI原数据集处理太麻烦了，下载感觉都比较费劲；（github有个代码可以处理获得比较精确的mask，但是本身LIDC-IDRI原数据集就很大，下载感觉有些费事，所以也就没去尝试） LUNA16数据集我根据网上DSB tutorial以及参考这个的处理方法最终得到的图片训练得到的dice才为0.3左右，而且LUNA16数据集的mask都是圆形（我觉得这样用于语义分割不太准确吧，毕竟是像素级分类） 找了很久，忘记在哪里下载的了，找到这个数据集，使用U-net训练，得到的dice是0.8816. 如果有大佬可以分享一下512*512的图片，不胜感激。 侵，则删~

如题，本资源包含了完整的训练代码和训练数据。更多详情可参考博客一：https://qianlingjun.blog.csdn.net/article/details/125051953 博客二：https://qianlingjun.blog.csdn.net/article/details/125064999 数据集部分是LIDC-IDRI的CT结节的数据集，其中供参考的是分叶征的完整数据集（如果需要良恶性、毛刺征等等，可以私信我补充）。代码部分还包括了数据生成的代码，这部分可以帮助你后续产生自己的训练数据集。

这是一个python的肺结节分割代码，是我最近修改过的代码，希望给初学者提供参考，为大家提供思路。欢迎大家下载参考。希望可以给大家帮助

LIDC-IDRI-语义处理 用于从LIDC-IDRI创建DICOM数据的语义标签图的管道。

这是一些从LIDC数据集中剪切出的恶性肺结节图像，欢迎大家的下载使用，希望对大家的研究学习有所帮助。

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。里面包涵dicom 和 xml 文件

已经从Dicom格式解析成PNG格式，并且切割成了64*64 大小，每个图像都有对应的mask

放射学 LUNA LIDC-IDRI数据集的放射学特征提取

这是一些从LIDC数据集中剪切出的良性肺结节图像，欢迎大家的下载使用，希望对大家的研究学习有所帮助。

这是一个lidc数据集的XML文件，想给没有思路的朋友一个方向，希望对大家的研究学习有帮助。|大家需要的自取。