LUNA16（Lung Nodule Analysis 2016）数据集概述
| 项目 | 内容 |
|---|---|
| 全称 | Lung Nodule Analysis 2016（简称 LUNA16） |
| 来源 | 由 LIDC‑IDRI（Lung Image Database Consortium‑Image Database Resource Initiative）数据集精选而成，专用于肺结节检测的基准评估 |
| 数据规模 | 888 例低剂量胸部 CT 扫描（每例为 3D .mhd/.raw 文件），共标注 1 186 个直径 ≥ 3 mm 的肺结节 |
| 标注方式 | 由 4 位放射科专家独立标注，至少 3 位专家认定为结节即保留；对同一结节若中心距离小于半径则合并，合并后位置取均值 |
| 文件结构 | - CT 图像：.mhd（元数据）+ .raw（体素数据） - 标注 CSV： • annotations.csv（结节中心坐标、直径、患者 ID）• candidates.csv（所有候选结节，含假阳性）• sampleSubmission.csv（竞赛提交模板） |
| 预处理 | 统一切片厚度 ≤ 3 mm、像素间距一致；提供肺部掩码（seg-lungs-LUNA16）供去除非肺区；像素强度已转换为 Hounsfield Unit（HU）并归一化 |
| 评价指标 | 采用 Free‑Response Receiver Operating Characteristic（FROC）曲线，计算不同假阳性率下的灵敏度，以衡量检测算法的召回率和误报率 |
| 使用场景 | - 自动肺结节检测模型的训练与验证 - 结节大小、形态特征的统计分析 - 计算机辅助诊断（CAD）系统的基准测试 - 多模态、3D 卷积网络等前沿医学影像研究 |
| 许可证 | Creative Commons Attribution 3.0（CC‑BY‑3.0），可自由下载、使用和再分发，需保留原始版权声明 |
| 获取方式 | 官方下载页面：https://luna16.grand-challenge.org/ （页面提供数据说明、下载链接及 10‑fold 交叉验证划分） |
| 相关文献 | - Armato III 等，2011，LIDC‑IDRI 数据集介绍 - Setio 等，2017，LUNA16 基准评估论文 - Wang Nan，2025，IEEE Dataport 上的 LUNA16 数据集描述 |
关键特点简述
- 高质量、标准化的 CT 数据
所有扫描均为低剂量、切片厚度 ≤ 3 mm，保证了图像的一致性和临床可用性。 - 严格的结节筛选
只保留直径 ≥ 3 mm、且至少 3 位专家一致认定的结节，排除了噪声和小结节，提高了检测任务的可靠性。 - 完整的标注信息
除了正例结节，还提供了大量假阳性候选（candidates.csv），便于训练检测模型时进行负样本采样。 - 公开基准与竞赛
LUNA16 作为 2016 年肺结节检测大赛的官方数据集，已被数千篇学术论文引用，成为肺结节检测领域的事实标准。 - 易于使用的文件格式
.mhd/.raw兼容 SimpleITK、ITK、VTK 等医学影像库，配套 CSV 可直接用 pandas、numpy 读取，降低了数据预处理门槛。
推荐阅读与资源
- 官方文档与下载： https://luna16.grand-challenge.org/
- 数据使用指南（PDF）： https://luna16.grand-challenge.org/documents/LUNA16_Manual.pdf （可在官网获取）
- 常用代码示例（Python + SimpleITK）
import SimpleITK as sitk import pandas as pd # 读取 CT image = sitk.ReadImage('LUNA16/01/0001.mhd') array = sitk.GetArrayFromImage(image) # (z, y, x) # 读取标注 ann = pd.read_csv('LUNA16/annotations.csv')该示例在多篇博客与教程中出现，可直接用于快速上手。
总结
LUNA16 是目前肺结节检测研究中最权威、最广泛使用的公开医学影像基准数据集。它基于 LIDC‑IDRI，经过严格筛选和标准化处理，提供了 888 例高质量低剂量 CT 与 1 186 条专家标注结节，配套完整的候选结节列表和肺部掩码，支持 FROC 评估。研究者可通过官方链接免费下载，遵循 CC‑BY‑3.0 许可证进行学术或商业开发，是构建、评估和比较肺结节自动检测算法的首选资源。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！