本项目希望基于新冠肺病关联指征定义，筛选肺病CT影像公开数据集中的包含有关联指征的病例，进一步形成对应的关联指征数据集，以用于新冠肺病的CT影像模型构建。
国家卫健委下发的《新型冠状病毒感染的肺炎诊疗方案（试行第三版）》的「胸部影像学」一栏中的说明： 早期呈现多发小斑片影及间质改变，以肺外带明显。进而发展为双肺多发磨玻璃影、浸润影，严重者可出现肺实变，胸腔积液少见。
依据目前阶段对呼吸科医学专家的咨询，我们应该关注的病理特征中英文对照如下：
优先指征：
- 磨玻璃影 - ground glass
- 实变 - consolidation
- 胸腔积液 - pleural effusion
- 浸润影 - infiltration
次级指征（无明确相关性）：
- 蜂窝肺 - honeycombing（honeycomb）
- 网格影 - reticular
- 小叶间隔增厚 - septal thickening
- 结节 - nodules
- 支气管扩张 - bronchiectasis
- 气胸 - pneumothorax
- 囊性变 - cyst
为了方便统一训练模型，我们使用指定的 OpenBayes 数据格式进行建模，在医疗建模的分割模型上，我们使用的数据格式如下：
OpenBayes 数据格式以 meta.csv 为数据集的主要格式文件，文件以 csv 格式为主体：
- 第一行为字段类型和字段名称，格式为：[类型]_[名称]
- 第二行以及以后每一行为数据样本。
因为分割模型使用的数据和标注都是图片，所以每一行的数据样本中，写好对应图片的相对路径即可。每个特性分别使用一张对应大小的图片表示标注结果。
特性对应颜色取值：
- 磨玻璃影 - FF0000
- 蜂窝肺 - FFFF00
- 网格影 - FF00FF
- 小叶间隔增厚 - 00FFFF
- 结节 - 00FF00
- 实变 - 008000
- 支气管扩张 - FFFACD
- 气胸 - 7FFF00
- 胸腔积液 - 0000FF
- 囊性变 - 000080
- 浸润影 - 808000
001_[标注特性].jpg 和 001.jpg 是相同大小的两张图片，001_[标注特性].jpg 中每个像素是 001.jpg 对应位置的标注。
为了以后数据校验，我们在图片文件夹中，还需要再放上原始 DICOM 或 MAT 文件（001.dcm），以防出现不一致。
image_Label,image_Source
patient_00/001_ground_glass.png,patient_00/001.png
patient_00/001_honeycombing.png,patient_00/001.png
目录结构：
.
├── meta.csv
├── patient_00
│ ├── 001.png
│ ├── 001.dcm
│ └── 001_ground_glass.png
│ └── 001_honeycombing.png
病人肺片选取的样例图为：图片大小 512x512
磨玻璃：（样例结果为个人涂鸦）
请登录石墨文档 https://shimo.im/sheets/Qh9jQJqxPyCrDcyx/RIDOC 认领数据集
- DeepLesion - 磨玻璃
- LUNA
- ChestX-ray8 - 胸腔积液 Effusion
需要查看
- LIDC-IDRI
- Anti-PD-1_Lung
- Anti-PD-1_MELANOMA
- CPTAC-CCRCC
- CPTAC-GBM
- CPTAC-HNSCC
- CPTAC-PDA
- CPTAC-UCEC
- NSCLC Radiogenomics
- TCGA-BLCA
- TCGA-COAD
- TCGA-HNSC
- TCGA-LUSC
- TCGA-UCEC
- DLCST