LIDC-IDRI肺結節數據庫詳解

LIDC-IDRI肺結節數據庫詳解
LIDC-IDRI (The Lung Image Database Consortium)，該數據集由胸部醫學圖像文件(如CT、X光片)和對應的診斷結果病變標註組成。該數據是由美國國家癌症研究所(National Cancer Institute)發起收集的，目的是爲了研究高危人羣早期癌症檢測。

該數據集中，共收錄了1018個研究實例。對於每個實例中的圖像，都由4位經驗豐富的胸部放射科醫師進行兩階段的診斷標註。在第一階段，每位醫師分別獨立診斷並標註病患位置，其中會標註三中類別：1) >=3mm的結節，2) <3mm的結節，3) >=3mm的非結節（官網描述： “nodule > or =3 mm”， “nodule < 3 mm"，="" and="" “non-nodule=”"> or =3 mm”，詳見 Summary）。在隨後的第二階段中，各位醫師都分別獨立的複審其他三位醫師的標註，並給出自己最終的診斷結果。這樣的兩階段標註可以在避免forced consensus的前提下，儘可能完整的標註所有結果。

Collection Statistics	updated 3/21/2012
數據大小	124G
圖像類型	CT (computed tomography), 243,958 張 DX (digital radiography) CR (computed radiography)
圖片數	244,527
患者數	1010
系列數 (Number of Series)	1,018 CT 290 CR/DX
研究數 (Number of Studies)	1038

文件結構
目前測試一共1012個病例數據，每個病例文件夾對應結構：
LIDC-IDRI-XXXX / Study Instance UID / Series Instance UID / *.dcm，*.xml
XXXX ：從0000到1012；
Study Instance UID ：每個病例對應的檢查實例號；
Series Instance UID ：不同檢查對應的序列實例號；
*.dcm ，*.xml ：分別對應於每一張dcm切片和xml標註文件。

圖像矩陣像素信息
模塊處理的數據爲slicer* rows* cols大小的三維矩陣D。
eg: 對於病例LIDC-IDRI-0001，即爲133*512*512的矩陣，一共133張切片，每張大小512*512，依次按順序存入二進制文件，每個像素大小爲2字節（對應short類型）。

XML標註信息說明

XML解析過程：

本文內容參考博客：LIDC-IDRI肺結節Dicom數據集解析與總結