信息速览
MAMA-MIAAI 是乳腺动态增强磁共振公开数据集 MAMA-MIA 的预处理扩展版，2026 年 10 月在 PhysioNet 发布首个正式版本。它不采集新病例，而是把原集合的全部 1,506 例逐例补上两样东西：一张覆盖整个乳腺的二值掩膜，以及一份以该掩膜为权重做过 N4 偏置场校正的 DCE-MRI 序列。随数据一并放出的还有 94 例专家人工掩膜与一个开源的 3D U-Net 分割模型。
它要解决的问题很具体：MAMA-MIA 提供了影像与肿瘤勾画，却没有提供全乳掩膜，也没有做偏置场校正。而这两步恰恰是乳腺影像组学链路中位置最靠前、又最容易被各家自行实现弄出差异的环节。同一批影像，用不同工具、不同参数校正一遍，提取出的纹理特征就可能不可比。MAMA-MIAAI 的做法是把这两步一次做完并公开结果，让后续研究从同一起点出发。
使用者拿到这份数据后，第一件事应是对照自己的下游任务确认子集与文件命名，再读取掩膜核对体素方向；第二件事是阅读许可条款并确认所在地区能否访问文件区。若只做肿瘤分割，MAMA-MIA 本体已经够用；只有在需要稳定强度或需要全乳、纤维腺体组织区域时，这份扩展版才带来增量。
§1 它是什么
1.1 一句话定义与出身
MAMA-MIAAI 的正式名称是「MAMA-MIAAI - Here We Go Again: An Extended Breast MRI Dataset with Bias Field Correction and Automated Breast Tissue Segmentation for Radiomics and AI Research」，中文可直译为「MAMA-MIAAI：再来一次——带偏置场校正与自动乳腺组织分割的扩展乳腺 MRI 数据集」。名称里的两段式结构本身就说明了它的身份：前半段是被扩展的对象，后半段是扩展的内容。
「Here We Go Again」这个副题是一句自嘲式的说明，指同一批影像又要被处理一遍。此前在乳腺 MRI 领域，MAMA-MIA 已经把散落在四个公开集合里的治疗前影像汇成一份带专家肿瘤勾画的统一队列；这次的工作是在同一份队列上再向前走一步，把影像从「原始强度、无组织边界」的状态，推进到「强度已校正、组织已圈定」的状态。它属于那种不新增病例、只改变病例呈现形式的推导数据集（derived dataset）。
数据集由八位作者署名发布：Florian Schwarzhans、Palak Handa、Laura Atenea Villazan Garcia、Serenay Kartal、Astrid Fraller、Svyatoslav Zhero、Olgica Zaric 与 Ramona Woitek。托管平台为 PhysioNet，访问策略标为开放获取，版本号 1.0.0，发布日期 2026 年 10 月 13 日，DOI 为 10.13026/w6wc-jh81。这批作者的工作单位未在数据页上逐人标注；就其中几位既往发表所署的机构看，团队与维也纳的乳腺影像研究组关联密切，但这一归属属推定，引用时不宜写成定论。
1.2 与上游 MAMA-MIA 的谱系
要理解这份数据，必须先分清它与 MAMA-MIA 的关系。上游 MAMA-MIA 由巴塞罗那大学 Lidia Garrucho 与 Karim Lekadir 等 33 位作者在 2025 年发表于 Scientific Data，把四个来自美国癌症影像档案库（The Cancer Imaging Archive，TCIA）的公开集合汇成一份与本次发布同量的治疗前 T1 加权 DCE-MRI 队列，并为其中每一个病例配了原发肿瘤与无肿块强化区域的专家勾画。
这四个集合分别是：杜克大学乳腺癌 MRI 集合（Duke-Breast-Cancer-MRI，正文简称 DUKE）、I-SPY1 试验队列（ACRIN 6657）、I-SPY2 试验队列（ACRIN 6698）与新辅助化疗试点集合（NACT-Pilot）。上游工作最耗人力的一步是肿瘤标注：原始数据中只有 163 例自带专家勾画，其余由深度学习模型先出预分割，再由 16 位乳腺影像专家逐例修正与核验，平均从业九年。
上游数据集明确不做三件事：偏置场校正、强度归一化、体素重采样。这三项留白是刻意为之，因为不同下游任务对预处理的选择差异很大。但也正因为留白，实际使用中同一批数据的预处理五花八门。MAMA-MIAAI 选择只补其中一项——偏置场校正，并且为它准备了前提条件：全乳掩膜。强度归一化与重采样仍留给使用者。
1.3 版本与发布史
这份数据的发布链条有三处时间点容易被混淆。其一是 PhysioNet 正式版：2026 年 10 月 13 日上线，标为版本 1.0.0，标注为初始发布。其二是引用年份：官方页给出的 BibTeX 条目把年份写作 2026，与发布日期一致，而非某些二手页面误抄的 2025。其三是一份同名早期记录的痕迹：2025 年 7 月，figshare 上曾出现过名为「MAMA-MIAAI - Here we go again」的推导数据条目，其描述与 PhysioNet 正式版高度重合，但内容为早期形态。
三者的关系应理解为：2025 年 7 月是这份推导数据的雏形，2026 年 10 月是它经过扩充、补齐文档、加挂模型仓库之后的正式版本。引用时应以 PhysioNet 版本号 1.0.0 与对应 DOI 为准，不要引用 figshare 上的早期记录，因为两者的掩膜数量与文档完整度不同。此外官方页还给出一个指向最新版本的 DOI（10.13026/nqrx-c106），按 DOI 惯例，前者锁定具体版本、后者随版本滚动，正式引用宜用锁定版本的那个。
1.4 数据页给出的官方定位
官方页把这份数据的用途写得很明确：为乳腺影像组学（radiomics）与人工智能研究提供可复现的分析起点。页面同时提供一句限定：「This resource is for research purposes only and is not intended for clinical diagnosis or decision-making.」即仅供研究，不用于临床诊断或决策。这句话不是客套，它划定了这份数据的能力边界——它交付的是预处理中间产物，不是诊断结论，也不构成任何经过验证的临床模型。
同时页面声明了另一条重要的边界：本次工作没有招募任何新受试者，只使用了已去标识化的公开 MAMA-MIA 影像，以及两个依据数据转让协议获得的私有队列。私有队列的伦理审批编号为 1131/2015，协议编号 2023/030，两个私有队列均保持私有，不随本次发布放出。这一声明解释了为什么公开发布量与会出现在训练记录中的受试者总数并非同一个数字。
§2 数据构成与规格
2.1 十二问速览
Q1：MAMA-MIAAI 和 MAMA-MIA 是同一个数据集吗？
不是同一份文件，也不是同一次发布。MAMA-MIA 是 2025 年发表于 Scientific Data 的原始集合，一千五百余例治疗前 T1 加权 DCE-MRI 加专家肿瘤勾画，托管在 Synapse。MAMA-MIAAI 是在它的影像之上补做两件事：自动全乳分割掩膜，以及以该掩膜为权重的 N4 偏置场校正，2026 年 10 月发布在 PhysioNet。
Q2：为什么一定要先有全乳掩膜才能做偏置场校正？
N4 的估计范围默认覆盖整个视野，背景空气与胸壁、心脏等非乳腺结构会被一起拟合进偏置场模型，把不属于乳腺的强度梯度带进结果。把二值掩膜作为 weights 传入后，算法只在乳腺组织体素上估计偏置场，校正结果局限在真正需要归一化的区域。
Q3：病例数与图像幅数分别指什么？
前者是病例数，等于 DUKE 291、ISPY1 171、ISPY2 980、NACT 64 四个子集之和。图像幅数则是把每个病例的动态增强序列按时间点拆开后累加得到的图像幅数，也就是需要逐幅校正的 DCE 时相总数。两者不能互换使用。
Q4：94 例人工掩膜覆盖了哪些子集？
覆盖 ISPY1、ISPY2、NACT 三个子集，分别由专家新标注 33、37、24 例，合计 94 例。DUKE 子集没有重新标注，沿用该子集原有的全乳分割结果，只做目视评估。这 94 例按训练与 holdout 分拆，是分割模型唯一的监督来源。
Q5：偏置场校正到底改善了多少？
作者用掩膜内的变异系数衡量强度均匀性，校正前平均为 0.6578，校正后为 0.5202，平均下降 0.1376，相对降幅约 20.92%。该统计在全部数据上抽样 5% 计算，样本按每批 5 幅多线程处理。
Q6：自动掩膜的分割精度有公开数字吗？
有，Dice 相似系数。MRI_BreastSeg 在六个留出队列上的平均值为 0.881，四个公开子集依次为 0.881、0.877、0.880、0.891，两个私有队列分别为 0.859 与 0.898。发布的最佳权重是第 61 版检查点。
Q7：下载下来的文件是什么格式，掩膜怎么解读？
全部为三维 NIfTI，掩膜与校正序列均以压缩 NIfTI 后缀分发。掩膜是二值图，1 表示乳腺组织，0 表示背景。校正序列按受试者嵌套存放，文件名以 Scan 编号加 corrected 结尾，可用 nibabel、SimpleITK、ITK-SNAP 或 3D Slicer 直接读取。
Q8：这个许可证可以商用吗？
页面两处标注不一致：Access 区块写 CC BY-NC-SA 4.0，正文 Usage Notes 写 CC BY-NC 4.0。两个版本都带 NC，即禁止商业使用，区别只在是否要求衍生作品同样开放。稳妥做法是按带 ShareAlike 的更严版本行事，并在商用前向通讯作者书面确认。
Q9：模型训练用了哪些数据？为什么有两个总数？
模型训练用了全部公开四子集加上两个私有队列，共 1,561 例对象。公开部分这一千五百余例是发布出去的数据量，加号后的 55 例来自私有队列 A（10 例）与 B（45 例），用来补足其他子集标注量不足带来的偏差。私有部分不公开发布，也不含在下载包里。
Q10：DUKE 子集为什么特殊处理？
DUKE 本来就有完整的全乳分割成果，而且已有团队专门针对 DUKE 训练过分割模型（Breast U-Net）。作者用该模型直接生成 DUKE 的自动掩膜，理由是这个模型在 DUKE 上表现良好，但迁移到其他子集时效果明显下降。代价是四个子集的掩膜出自两个不同模型，产生流程并不完全一致。
Q11：有没有缺增强前扫描的病例，如何处理？
有，ISPY2 子集中有 9 例没有增强前扫描。这类病例改用第一个可用的增强后扫描估计偏置场，再把同一偏置场施加到该次检查的全部时相上。这样处理保持了同一病例内部时相之间的强度一致性。
Q12：这份数据带治疗反应标签吗？
标签本身来自上游 MAMA-MIA 的临床变量表，不在本扩展的发布包内。本扩展只处理影像与掩膜，没有新增临床变量、没有重新划分训练测试集，也没有提供任何治疗反应预测的基线模型。需要病理完全缓解标签的研究者，仍须回到上游数据源取用。
2.2 规模与构成
数据的组织骨架沿用了上游的子集划分，可以按「四子集 + 两私有队列」来理解。公开部分按病例计入发布包，构成如下表。
| 子集 | 来源试验或集合 | 病例数 | 人工掩膜来源 | 用于训练的标注例数 |
|---|---|---|---|---|
| DUKE | Duke-Breast-Cancer-MRI | 291 | 沿用该子集原分割，仅目视评估 | 281 |
| ISPY1 | I-SPY1 / ACRIN 6657 | 171 | 专家新标注 | 23 |
| ISPY2 | I-SPY2 / ACRIN 6698 | 980 | 专家新标注 | 27 |
| NACT | NACT-Pilot | 64 | 专家新标注 | 14 |
| 私有 A | 未公开 | 10 | 全部人工 | 0 |
| 私有 B | 未公开 | 45 | 全部人工 | 35 |
| 合计 | — | 1,561（公开部分见首行） | — | 380 |
表格骨架：两个私有队列只有 10 例与 45 例，全部位于表格末尾，不进入公开发布包。DUKE 一列的数字需要单独读：291 例全部有掩膜，但没有一例是本次重新标注的，281 例进入训练、10 例留作 holdout。
2.3 字段可靠性
一份数据集条目的信息价值，很大程度上取决于使用者在读表时能否分清哪些数字是硬事实、哪些是推断。下表按可靠性对本文出现的主要数字分组。
| 字段或数字 | 取值 | 可靠性 | 依据 |
|---|---|---|---|
| 病例数、子集病例数 | 见 §2.2 首行；291/171/980/64 | 确证 | 官方页与代码仓库双向一致 |
| 校正序列幅数 | 7,868 | 确证 | 官方页正文，仅单一来源 |
| 自动掩膜数 | 与病例数等量 | 确证 | 官方页与仓库目录说明一致 |
| 人工掩膜数 | 94 | 确证 | 官方页与模型仓库训练表一致 |
| 训练标注例数 | 380 | 确证 | 模型仓库训练表逐行相加可得 |
| CV 校正前后值 | 见 §4.2 表 | 确证 | 官方页正文给出三段推导 |
| Dice 分队列值 | 0.859–0.898 | 确证 | 模型仓库结果表逐队列列出 |
| 打包总体积 | 未披露 | 缺失 | 页面文件区未给出字节数或 GB 数 |
| 作者机构 | 推定与维也纳研究组关联 | 推定 | 依合作者既往署名单位推断 |
表格的分界线在最后两行。体积缺失会直接影响下载与存储规划，作者未披露的原因不详，可能是文件区在不同地区呈现的信息不同。机构归属属推定，引用时若要写单位，应先向作者确认。
2.4 目录结构与命名
发布包的顶层分成两个并列目录，一个放掩膜，一个放校正后的序列。掩膜目录采用扁平结构，每个受试者一个文件，文件名是受试者编号加 segmentation 后缀。校正目录按受试者编号建子目录，子目录内按扫描编号逐个存放，文件名以 corrected 结尾。
受试者编号带子集前缀，例如 DUKE 开头的编号对应杜克集合、ISPY 开头的编号对应两个 I-SPY 试验队列。扫描编号在同一受试者内按时相顺序排列，编号最小的一位通常对应增强前扫描，其后依次为第一、第二增强后时相。这一顺序在缺少增强前扫描的 9 例 ISPY2 病例上会整体前移一位，读取时不能假定编号固定对应某一时相。
2.5 格式与读取
官方页把存储格式写作三维 NIfTI，掩膜写为 .nii，校正图像写为 .nii.gz；代码仓库的目录示例则把掩膜也写成压缩格式。两处不一致属描述简写差异，以仓库的逐文件命名为准会更稳妥。实际下载后建议先做一次快速核对：读入任一掩膜，确认其体素方向、体素尺寸与原序列一致，再统计该掩膜的非零体素数占比。
不同受试者的采集平面并不统一。上游四个集合中，DUKE 以轴位为主，两个 I-SPY 队列与 NACT 则以矢状位为主，因此原始体素矩阵的形状差异很大，既可能是层数不同，也可能是层内分辨率不同。这份扩展没有做重采样，也没有统一方向，所以每一个受试者的掩膜都与该受试者自己的序列严格对齐，但跨受试者之间不能直接堆叠成同形状张量。
§3 怎么拿到
3.1 获取路径
这份数据只有一个官方入口：PhysioNet 的数据页，DOI 为 10.13026/w6wc-jh81。页面访问策略写明「任何人只要遵守指定许可条款即可访问文件」，与需要提交研究计划、签署数据使用协议才能下载的受控访问数据集相比，门槛低得多。首次使用要求注册账号并同意许可条款，之后即可按目录下载。
配套资源不在同一处。分割模型与推理代码在作者自建的 GitHub 仓库中，仓库名对应模型名；数据集的结构说明与引用须知在另一个 GitHub 仓库中。这两个仓库不承载影像文件，只承载代码、权重与文档，因此不能替代 PhysioNet 的文件入口。若在论文方法部分描述数据来源，标准写法应同时给出 PhysioNet 的 DOI 与上游 MAMA-MIA 的 DOI。
上游 MAMA-MIA 的分发通道与这份扩展不同。上游通过 Synapse 平台以编号形式发布整包，需登录凭据后拉取。这意味着如果研究同时需要肿瘤勾画与临床变量表，必须走两次获取流程：一次在 Synapse 取上游数据，一次在 PhysioNet 取本扩展，然后按受试者编号把两边对齐。对齐键是受试者编号，两边保持一致，这也是本扩展沿用上游编号前缀的原因之一。
3.2 地区限制
首次访问数据页时，文件区可能显示数据在当前地区不可用，原因写作法律或政策限制。这一提示影响的是文件下载，不影响页面正文、目录说明与引用信息。对处于受限地区的使用者，可行路径有两条：一是与作者或合作机构联系，确认是否另有镜像或替代获取方式；二是以所在机构的名义，通过与上游 TCIA 相同的渠道确认各子集在本地的可用性，再判断是否改从上游自行复现预处理。
第二条路径的成本需要提前估算。自行复现意味着要重新训练或至少重新运行分割模型，还要按相同的 N4 参数处理全部时相，两者叠加的工作量远超下载本身。因此在计划阶段就应确认文件区可用性，而不是等算力排期完成后再发现数据取不到。
3.3 许可条款
许可标注在同一页面上出现两种写法。Access 区块给出的是「署名—非商业性使用—相同方式共享 4.0 国际」，即带 ShareAlike 条款的版本；正文 Usage Notes 则写「CC BY-NC 4.0」，并说明本次产出的掩膜与校正影像是上游数据的演绎作品（Adapted Material），同样以非商业方式发布。两者共同的部分是「非商业」，分歧在于衍生作品是否必须沿用同一许可。
稳妥的处理方式是按更严的那一版行事：默认衍生作品需以相同许可开放。这一选择在多数科研场景下不产生额外负担，因为学术论文的代码与模型通常本就公开；但在与产业方合作、或在内部产品原型中试用时，会直接构成障碍。若确有商用需求，唯一可靠的做法是取得权利人的书面许可，而不是依据页面某一处较宽松的表述自行判断。
还需要注意上游论文本身的许可与数据许可不是一回事。上游 MAMA-MIA 的期刊文章标注为「署名—非商业性使用—禁止演绎 4.0」，禁止演绎条款约束的是对文章的改写，不直接约束对数据的处理；数据的使用仍以上游数据页的条款为准。把两者混为一谈，容易得出「不得修改影像」的错误结论。
3.4 使用边界
官方页给出的边界有两层。第一层是用途：仅供研究，不用于临床诊断或决策。这句话的法律意义有限，实践意义明确——它排除了把本数据上训练的模型直接投入临床流程的正当性，也排除了用本数据论证某类算法具备临床可用性的做法。
第二层是责任：掩膜由自动模型生成，使用者若基于此做进一步分析，需自行承担掩膜误差传递的后果。页面没有提供任何质量分级或逐例置信度，也没有标注哪些病例的掩膜需要人工复核。这意味着在把掩膜用于定量测量（例如纤维腺体组织体积、背景实质强化）之前，抽样人工核验是必要步骤，而不是可选步骤。
§4 质量与已知问题
4.1 两阶段流程的实际样子
整条处理链只有两个阶段，但两个阶段是串联耦合的：掩膜的质量直接决定校正的质量。第一阶段在每个受试者的增强前 T1 加权序列上运行分割模型，输出一张二值全乳掩膜。第二阶段把这张掩膜作为权重图传给 N4 算法，让偏置场的估计只在乳腺组织体素上累积。
这种耦合关系是这份数据区别于「随便做个 N4」的关键。若不传掩膜，N4 会在整个视野上拟合一个平滑的乘性场，背景空气的低信号与胸壁脂肪的高信号都会参与拟合，结果是把本不属于乳腺的强度梯度带进乳腺区域。传了掩膜之后，拟合被限制在组织内部，校正后的强度分布更接近该组织的真实信号。
耦合也带来风险的单向传递。掩膜若在乳腺下缘或腋尾方向漏掉一块组织，那块区域的偏置场就没有被估计，校正后会出现与周围不一致的强度台阶；掩膜若把胸大肌误纳入，肌肉的高信号会拉偏该切片的场估计。这类误差不会以任何形式被标记出来，只会静默地留在数据里。
4.2 校正效果的量化
作者用掩膜内的变异系数（coefficient of variation，CV）作为强度均匀性的度量，定义是掩膜内体素标准差除以均值。这个指标越低，说明组织内部强度越均匀。统计在全部数据上抽样百分之五进行，按每批五幅多线程加载。
| 指标 | 校正前 | 校正后 | 变化 |
|---|---|---|---|
| 掩膜内平均变异系数 | 0.6578 | 0.5202 | −0.1376（约 −20.92%） |
近两成的降幅说明 N4 确实在这批数据上起作用，尤其是跨厂商、跨序列的异质性被部分抹平。但这个数字需要谨慎解读：CV 只度量均匀性，不度量正确性。过度平滑同样能压低 CV，而过度平滑会削掉真实的结构对比，对依赖纹理的影像组学特征反而有害。作者没有报告任何衡量「结构保留」的对照指标，这是评价校正效果时的一个空缺。
4.3 假设、支持与反对
围绕这份数据能否作为影像组学预处理的标准起点，存在几种立场。把它们摊开写，比只给结论更有用。
| 假设 | 支持证据 | 反对或保留 |
|---|---|---|
| 统一预处理能提升跨中心特征可比性 | 作者既往研究显示标准化归一化与偏置场校正能提高多扫描仪数据集上特征的稳定性 | 本次仅提供一个 N4 版本，未与强度归一化、重采样组合比较，无法单独归因于偏置场校正 |
| 自动掩膜足以支撑校正 | 六个留出队列的 Dice 平均超过 0.87，跨子集波动小 | 单一模型的系统偏差在 Dice 上不敏感；乳腺边界模糊处的误差方向一致，可能整批偏内或偏外 |
| 校正后的数据更适合纹理分析 | 掩膜内 CV 显著下降，强度分布更集中 | 未见纹理特征重复性（repeatability）或再现性（reproducibility）的前后对照 |
| 四子集可合并训练 | 掩膜由同一套后处理流程生成，命名与目录结构一致 | DUKE 掩膜出自另一模型，产生流程不一致；且未做重采样与方向统一 |
四条里前三条都指向「方向正确但证据不完整」，第四条则是一个具体的技术障碍。合并训练时，DUKE 与其他三个子集的掩膜来源不同，若不做子集分层分析，模型性能差异会被误读为人群差异。
4.4 已知局限清单
官方页列出的局限有四条，可以按影响程度重排。影响最大的是单模型分割：全部掩膜出自一个深度学习模型，虽经目视检查，残余误差仍可能存在，并会传导到校正结果。这条局限的性质是系统性的而非随机性的，因为同一个模型在同类边界上会犯同类错误。
其次是覆盖范围的局限：本扩展只做偏置场校正，不做强度归一化，也不做体素重采样。这意味着它交付的是半成品，下游仍需自行决定是否继续处理。第三是样本代表性的局限：人口学与机构多样性受制于上游四个集合，这些集合本身不是按人群代表性抽样的，而是按可获得性汇集的，因此不能把在该数据上得到的性能外推为普遍性能。
第四条是文档层面的：数据集没有配套期刊论文。官方页的参考文献列表中，指向本次工作的只有作者自建的代码仓库。这带来两个实际后果：一是不存在可供引用的方法学描述，复现细节只能读代码与页面正文；二是同行评审缺位，掩膜与校正的质量没有经过独立审稿人的核对。这对一份要作为「标准起点」推广的预处理产物而言，是明显的短板。
§5 能做什么
5.1 任务清单
这份数据能支撑的任务分三层，从直接可做到需要额外标注。
第一层是预处理本身，即全乳区域提取与强度校正。任务形式是三维二值分割，输入单幅增强前序列，输出同形掩膜。这既是数据自带的任务，也是验证自己复现流程是否与原流程一致的最直接方式。
第二层是区域内的定量测量。有了全乳掩膜，纤维腺体组织（fibroglandular tissue，FGT）占比、背景实质强化（background parenchymal enhancement，BPE）的量化才有一致的分母。上游 MAMA-MIA 不提供这些量，因为它既无掩膜也无校正。研究者可以在此基础上训练乳腺密度分级模型，或用掩膜限定感兴趣区后再做纹理特征提取。
第三层是治疗反应预测。上游数据本就为病理完全缓解（pathological complete response，pCR）预测而建，本扩展的作用是让输入更干净。但必须说明，这一层的标签不在本扩展包内，需回到上游取临床变量表；本扩展也没有提供任何 pCR 基线模型或官方划分。
除此以外，这份数据还适合做预处理方法学本身的对照实验。例如比较「在掩膜内做 N4」与「在整幅视野做 N4」对影像组学特征重复性的影响，本扩展恰好提供了前者的现成结果，研究者只需自行生成后者作为对照。
5.2 最小可执行示例
以下示例用一个受试者走完读取、核对、测量三步，适用于 Python 环境。示例不依赖任何特定深度学习框架。
import numpy as np
import nibabel as nib
sid = "DUKE001"
mask = nib.load(f"BreastSegmentation/{sid}_segmentation.nii.gz")
img = nib.load(f"BiasCorrection/{sid}/Scan01_corrected.nii.gz")
"""第一步：几何一致性，形状、体素尺寸、方向必须逐项相等"""
assert mask.shape == img.shape, (mask.shape, img.shape)
assert np.allclose(mask.affine, img.affine, atol=1e-4)
assert nib.aff2axcodes(mask.affine) == nib.aff2axcodes(img.affine)
m = mask.get_fdata() > 0.5
v = img.get_fdata()[m]
"""第二步：掩膜质量抽查，占比异常偏低提示分割漏掉乳腺"""
print("voxel fraction", m.mean())
print("CV in mask", v.std() / v.mean())
"""第三步：区域测量，组织体素数即全乳体积的代理量"""
voxel_vol_mm3 = abs(np.linalg.det(mask.affine[:3, :3]))
print("breast volume (mL)", m.sum() * voxel_vol_mm3 / 1000)
三步的判断标准可以事先设定：体素占比若低于百分之五，多半是该例分割失败，应剔除；掩膜内 CV 若明显高于数据页给出的均值区间，说明该例校正不足或掩膜包含了非乳腺组织；体积若与该例原始报告的乳腺尺寸数量级不符，同样需要复核。这些阈值不是官方给出的，而是使用者在自己的队列上应自行标定的门槛。
5.3 与上游联合使用
多数下游任务需要两侧信息同时到位：本扩展提供影像与掩膜，上游提供肿瘤勾画与临床变量。联合使用的关键是编号对齐与标签映射。上游的临床变量表中，治疗反应相关字段的取值编码需要按下游模型的标签定义重映射，且要注意缺失值的处理——并非每个子集都完整覆盖全部变量。
对齐之后还有一层要处理：上游的训练测试划分与本扩展的用户无关。上游为基准评测给出的划分方案，针对的是肿瘤分割任务，本扩展没有沿用也没有重做。若研究目标是可比的基准结果，应沿用上游划分；若目标是新的任务，则需自行划分并按子集分层，以免某个子集整体落入测试侧。
5.4 不适用的用法
有几种用法在方法上就不成立，需要提前排除。第一是把这份数据当作独立的诊断数据集：它没有阴性对照、没有按诊断金标准组织的标签，无法训练或评估诊断模型。第二是把掩膜当作解剖金标准：掩膜来自模型，不是放射科医师的独立勾画，用它评价别的分割算法会形成循环。
第三是跨受试者直接做体素级统计。由于未统一方向与重采样，不同受试者的体素矩阵形状与朝向均不同，直接堆叠会得到无意义的平均值。若确实需要群体级体素统计，必须先规范到共同空间，而这一步不在本扩展的覆盖范围内。第四是把校正前后 CV 的降幅当作质量评分的唯一依据，前面已说明 CV 只度量均匀性。
§6 常见误读与引用陷阱
关于这份数据，流传较广的错误说法集中在身份、口径与授权三方面。下表逐条列出实际口径与可核查的位置。
| 常见说法 | 实际口径 | 证据位置 |
|---|---|---|
| MAMA-MIAAI 是一份新的乳腺 MRI 采集队列 | 它是 MAMA-MIA 的推导数据集，未采集任何新病例 | 官方页 Background 与 Usage Notes |
| 它包含肿瘤勾画与治疗反应标签 | 肿瘤勾画在上游 MAMA-MIA，本扩只含全乳掩膜与校正影像 | 官方页 Abstract 与目录说明 |
| 病例数是图像数 | 病例数为一千五百余例，图像幅数为上行所列数值 | 官方页 Abstract |
| 全部掩膜都是专家手工勾画 | 公开发布的是逐例一张自动掩膜，人工掩膜只有 94 张 | 官方页 Abstract |
| 掩膜出自一个统一模型，四子集一致 | DUKE 子集改用 Breast U-Net 生成，与其他三子集不同源 | 官方页 N4 与分割章节 |
| 校正后的数据可直接做体素级群体分析 | 未重采样、未统一方向，不可直接堆叠 | 官方页局限说明 |
| 校正效果好于所有其他预处理方案 | 只报告了 CV 下降，未与强度归一化等方案横向比较 | 官方页质量评估段 |
| 上游论文的 CC BY-NC-ND 就是数据的许可 | 文章许可约束文本演绎，数据使用以数据页条款为准 | 上游 Sci Data 页面与数据页 |
| 这份数据可以免费商用 | 两处标注均带非商业（NC）条款 | 官方页 Access 区块与 Usage Notes |
| 它是 MAMA-MIA 挑战赛的官方数据包 | 挑战赛使用上游数据与私有测试集，与本扩展无直接耦合 | 上游仓库与挑战赛页面 |
技术性陷阱
编号与文件名不是一回事。 受试者编号带子集前缀，扫描编号在同一受试者内连续，但两者拼接方式在目录结构里体现为「前缀 + 序号」与「扫描序号 + 后缀」两套规则，按子集前缀做字符串匹配时容易把 ISPY1 与 ISPY2 的受试者混在一起，因为两者的前缀都以相同字母开头。稳妥做法是先按目录层级分拣，再做前缀判断。
掩膜后缀两处不一致。 数据页正文把掩膜写作未压缩后缀，代码仓库的目录示例写作压缩后缀。以仓库为准更稳妥；写代码时不要硬编码后缀，用通配匹配后读取实际文件。
缺增强前扫描的病例，时相编号会整体前移。 这类病例在 ISPY2 子集中有九例。若脚本假定编号最小者必为增强前扫描，这九例会被错误地当作基线输入，进而在动态增强分析中产生系统性偏差。判断方式是读取该受试者的扫描清单长度与时相数是否吻合。
不要用校正序列去重新训练分割模型。 本扩展的掩膜是在增强前原始序列上生成的，若用校正后序列训练新模型再与原掩膜比对，差异中有相当部分来自强度分布改变而非模型能力，比较结论不成立。
Dice 值的比较要注意参照物。 模型报告的平均成绩是在留出集上、与专家勾画比对的成绩；下游若用同一模型在自己数据上推理，得到的掩膜没有可比参照物，不能把 0.881 直接抄作自己数据的精度。
体积换算依赖仿射矩阵。 掩膜体素体积必须由仿射矩阵的行列式求得，不能假定体素各向同性。部分子集的层厚与层内间距差异明显，用单一常数换算会带来可观的体积误差。
统计口径要写清抽样比例。 校正效果是在抽样百分之五的数据上统计的，引用时应连同抽样比例与批大小一并给出，不要简化为「校正使 CV 下降两成」。
§7 在生态中的位置
7.1 与上游及挑战赛的关系
三者的关系可以用一条链来描述：上游 MAMA-MIA 提供影像、肿瘤勾画与临床变量；本扩展在其上补做全乳分割与偏置场校正；MAMA-MIA 挑战赛则以肿瘤分割与治疗反应预测为两项任务，在私有测试集上评测参赛模型。挑战赛的评测集不公开，参赛者拿到的训练侧数据来自上游，与本扩展没有直接依赖关系。
这条链的断点在于：挑战赛的组织方并未把本扩展列为官方预处理方案。研究者若在参赛流程中自行接入本扩展的掩膜与校正序列，属于个人选择而非赛事规定，结果也不具备与其他参赛者的可比性。反过来，若仅为参赛而使用本扩展替换官方预处理，还可能因为预处理不一致而无法与基线成绩对比。
7.2 与其他乳腺影像资源的分工
中文语境的检索常把乳腺影像资源混为一谈，实际上按模态分属三个互不重叠的家族。钼靶家族的规模最大，包括公开的筛查与诊断集合，像素级标注以钙化与肿块为主；超声家族规模居中，以病灶边界与良恶性分级为主；磁共振家族最少，且多集中于治疗前分期与疗效评估场景。本扩展属磁共振家族，不能与钼靶或超声数据集横向比较病例数。
在磁共振家族内部，本扩展的定位是「预处理层」而非「标注层」。同族中另有以风险预测为目标的挑战数据集、以单中心高分辨率采集为特色的院校数据集，它们各自提供原始影像与部分标注，预处理方式由使用者自定。本扩展的差异化不在于病例更多或标签更细，而在于把预处理做成可复用的产物。
7.3 与自有流程的关系
一个现实问题是：既然预处理代码是开源的，为什么还要用别人做好的结果？答案取决于研究目标。若研究关注算法本身，自行预处理并用开源代码复现是更自然的路径，因为这样可以控制每一个参数。若研究关注不同方法之间的可比性，使用一份公开的、固定的预处理产物则能消除实现差异这一混杂因素。
两者并不互斥。较稳妥的做法是用本扩展作为参照实现，把自己的流程与它对齐后再比较差异，差异若集中在少数病例上，往往能定位到掩膜边界或场估计的局部问题，这本身就是有价值的诊断信息。
§8 分割模型的实现细节
8.1 网络结构
生成掩膜的模型名为 MRI_BreastSeg，是一个在 MONAI 框架下实现的三维 U-Net。U-Net 的编码器—解码器结构配合跨层连接，能在恢复空间分辨率的同时保留细边界，这一特性对乳腺这种边界依赖脂肪—腺体对比的器官尤其重要。
模型的关键超参数如下表。这些参数足以让有能力的研究者复现结构，但不足以复现训练结果，因为权重、数据顺序与随机种子并未全部公开。
| 配置项 | 取值 |
|---|---|
| 编码器通道数 | 32 / 64 / 128 / 256 / 512（五级） |
| 各级下采样步长 | 2 / 2 / 2 / 2 |
| 卷积核尺寸 | 3 |
| 激活函数 | Leaky ReLU |
| 归一化 | Instance Normalization |
| Dropout 比例 | 0.2 |
| 损失函数 | Focal Loss |
| 单批样本数 | 8 |
| 最大训练轮数 | 200，验证损失连续 15 轮不降即停 |
| 训练硬件 | 虚拟化的 A40 显卡，显存 12 GB，Ubuntu 系统 |
五级通道从 32 递进到 512，配合四个步长为二的降采样，感受野覆盖范围足以在一次前向中包住整个乳腺；Instance Normalization 的选择与训练集跨厂商强度差异大的事实相关，它按样本按通道归一，不依赖批内统计量，因而对小批量训练更稳定。
Focal Loss 的使用理由在仓库中写得很直白：应对多来源异质性与难分割区域。乳腺掩膜任务中正负体素比例悬殊，背景远多于组织，常规交叉熵会让模型倾向于输出全背景；Focal Loss 通过降低易分样本的权重，把梯度集中到边界与低对比度区域。
8.2 训练数据的组织
训练集按子集分层划分，每个公开子集留出十例作为 holdout，其余按八比二再分成训练与测试两部分。两个私有队列的处理略有不同：私有队列 A 全部十例直接作为 holdout，不参与训练；私有队列 B 的三十五金例进入训练，十例留作 holdout。
这样安排的结果是：训练实际使用的真实标注只有三百二十七例公开数据加三十五例私有数据，而 holdout 合计六十例。留出的十例规模不大，但覆盖了每一个来源，因此 Dice 能按子集逐一报告，也才看得出跨子集的稳定性。需要注意的是，holdout 规模小意味着单一队列的 Dice 波动区间较宽，逐队列数值不宜作为模型在某类人群上性能的精确估计。
数据增强的策略针对的是乳腺 MRI 朝向高度不统一这一事实。增强包含随机翻转、随机旋转、弹性形变、随机强度与对比度扰动、随机缩放。翻转与旋转覆盖了轴位、矢状位、冠状位以及各种斜向采集；强度扰动模拟不同厂商与不同序列的对比度差异；弹性形变模拟摆位与体位造成的组织变形。
仓库还提到在线增强，即在训练过程中动态生成增强样本，并据此声称模型可处理任意方向与任意视图。这一说法在实践中的含义是：推理时不必先把输入规范到某一固定朝向，直接送入原始方向的体积即可。对使用者而言这省掉了一步重采样，也避免重采样插值引入的分辨率损失。
8.3 结果与可解释性
模型在六个留出队列上的 Dice 相似系数分布在一个较窄的区间内，最低与最高相差不到四个百分点。DUKE 队列的掩膜并非由本模型生成，因此它在本表中的作用是外部验证而非自评。
训练过程接入了 Grad-CAM 回调，用于可视化模型在做判断时关注的区域。这类可视化对发现「模型把胸壁当作乳腺」或「模型只圈住腺体而漏掉脂肪」这类系统性偏差有帮助，但仓库未给出可视化结果与掩膜误差之间的定量对应，因此其诊断价值停留在定性层面。
最佳检查点被标为第六十一版，也就是训练在第 61 轮前后取得最低验证损失。这个细节的意义在于：数据页所说的 Dice 成绩对应的是这一版权重，若自行重新训练，得到的最优点未必落在同一轮次，性能也可能不同。
8.4 DUKE 的例外处理
DUKE 子集的掩膜换成了另一个模型。原因写得很明确：那个模型原本就在 DUKE 数据上训练，因此在 DUKE 上表现良好，但迁移到其他子集时性能下降明显。于是作者做了一个务实的选择——在自己能取得更好结果的子集上用现成模型，在其余子集上用自己训练的模型。
这一选择带来的直接后果是四子集的掩膜不同源。对使用者而言，最实际的影响出现在两类分析中。第一类是跨子集比较掩膜质量：DUKE 的掩膜与其余三子集出自不同模型、不同训练数据，任何品质差异都不能归因为人群差异。第二类是合并训练下游模型：掩膜的边界风格在 DUKE 与其他子集之间可能有系统差异，模型可能学到「边界风格」这一与任务无关的捷径。
规避方式并不复杂，只要在分析中把 DUKE 作为独立一层报告即可。遗憾的是，发布包内没有提供标记掩膜来源的字段，使用者只能依据受试者编号前缀判断，这要求在看数据前先读文档，而不是拿到文件就批量跑。
§9 结论强度分级
9.1 分级表
把本文各项判断按证据强度分级，能帮助区分哪些可以放心引用、哪些只宜作为提示。
| 结论 | 级别 | 证据线数 | 说明 |
|---|---|---|---|
| 数据集公开存在，v1.0.0 于 2026 年 10 月发布 | A | 3 | 数据页、代码仓库、第三方数据索引三处一致 |
| 公开发布量与上游完全相等，构成四个子集 | A | 3 | 数据页、仓库、上游论文三方一致 |
| 自动掩膜与病例逐例对应，人工掩膜 94 张 | A | 2 | 数据页与仓库训练表互证 |
| 校正使掩膜内 CV 下降约两成 | B | 2 | 数据页唯一出处，仓库未复述 |
| 分割模型的留出集成绩已公布 | A | 2 | 仓库结果表与数据页正文一致 |
| 四子集掩膜不同源（DUKE 例外） | A | 2 | 两处文档均明写 |
| 实际不可做体素级群体统计 | B | 2 | 由「未重采样」这一事实推得，文档未直说 |
| 发布方与维也纳研究组关联 | C | 1 | 仅据合作者既往署名推断 |
| 打包总体积 | D | 0 | 文档未披露，仅有缺失这一事实本身 |
A 级结论可以写进论文的方法部分并直接引用；B 级结论可作为提示，但应标注推导性质；C 级只宜在需要交代团队背景时带一句限定；D 级属于信息缺口，正确的处理是明确写出「未披露」，而不是用一个估算值填补。
9.2 三句话概括
这是一份只做预处理、不改标注的推导数据集，价值在于把最容易被各自实现弄出差异的两个前处理步骤固定成公开产物。它的核心证据是掩膜内变异系数下降约两成与分割 Dice 达到 0.881，短板是没有配套论文、掩膜来源在子集间不统一、整体体积未披露。使用时先核对能否访问文件区，再按子集分层读取，并在任何定量结论前抽样核验掩膜边界。
§10 质量评估与总结
10.1 DAIMS 维度评估
DAIMS 是一套面向数据管理的评估框架，从多个维度考察数据资源是否具备被长期、可靠复用的条件。按该框架的维度对这份数据逐项打分，可以更系统地看出它的强项与短板。
| DAIMS 维度 | 评级 | 判断依据 |
|---|---|---|
| 可发现性 | 强 | 有独立 DOI、平台主页、代码仓库与数据索引三处入口 |
| 可访问性 | 中 | 开放获取政策明确，但文件区存在地区限制 |
| 可理解性 | 中偏强 | 目录与命名有文档，方法细节需读代码；无配套论文 |
| 可互操作性 | 中 | 采用通用 NIfTI 与常见编号体系，但未做空间规范化 |
| 可复用性 | 中偏强 | 掩膜与校正结果可直接复用，许可带非商业限制 |
| 可追溯性 | 强 | 上游四个 TCIA 集合与上游论文出处清晰，DOI 版本锁定 |
| 数据质量 | 中偏强 | 有 Dice 与 CV 两类量化指标，缺独立第三方复核与逐例置信度 |
| 治理与伦理 | 强 | 无新招募受试者，私有队列有伦理编号且保持私有 |
| 可持续性 | 中 | 依赖单一平台托管与作者自建仓库，无机构级长期保存承诺 |
| 文档完备性 | 中偏弱 | 体积、掩膜来源字段、逐例质控结果均未提供 |
这张表里最值得注意的不是分数高低，而是「可理解性」与「文档完备性」两项的落差。数据本身结构清晰，命名也规整，但关键的方法学细节只能从代码里读，这在引用与复现时都会增加成本。
10.2 适用与不适用
适合的使用场景包括：需要稳定强度分布再做纹理分析的影像组学研究；需要全乳掩膜作为分母的区域定量；需要与既有预处理方案做对照的方法学实验；把预处理环节固定下来以便多中心比较的协作项目。
不适合的场景包括：任何以临床诊断或治疗决策为目标的建模；需要阴性对照或按诊断金标准组织的分类研究；需要跨受试者体素级群体统计而无重采样步骤的分析；需要商业授权的产品开发。
10.3 使用检查要点
在正式投入分析前，建议按以下顺序过一遍清单，每一项都能在较短时间内完成，且能提前暴露大部分问题。
- 确认文件区在当前网络与地区可访问，并已同意许可条款
- 记录下载时页面显示的许可版本，与正文 Usage Notes 对照，取较严解释
- 抽样三至五例，核对掩膜与序列的形状、仿射矩阵、体素方向三者一致
- 统计掩膜体素占比，剔除明显偏低或偏高的病例
- 按子集分别汇总，不把 DUKE 与其他三子集混在同一个质量统计里
- 检查 ISPY2 中缺增强前扫描的病例，确认时相编号未错位
- 在方法部分写明所用版本号与 DOI，并同时引上游论文
- 若做定量结论，抽样人工核验掩膜边界，并在文中报告核验例数
10.4 总结
MAMA-MIAAI 把乳腺 MRI 预处理中两个最影响可比性的步骤——全乳分割与偏置场校正——固化成一份公开的、带版本号的产物。它的数据量与原集合完全相同，价值不在新增，而在把原本分散在各实验室脚本里的前处理决策收拢成一次公开的选择。
对使用者而言，判断是否采用它只需回答一个问题：研究的结论是否依赖于强度分布与感兴趣区定义的一致性。若答案是肯定的，这份数据能省下复现与调试的成本；若答案是否定的，直接用上游原始数据并自行预处理更灵活。
附录 A 关键数字速查
| 项 | 数值 |
|---|---|
| DOI（v1.0.0） | 10.13026/w6wc-jh81 |
| 发布平台与版本 | PhysioNet，1.0.0 |
| 病例数 | 见表上方正文 |
| 校正序列幅数 | 同上节 |
| 自动掩膜 / 人工掩膜 | 与病例数等量 / 94 |
| 训练标注例数 | 380 |
| CV 校正前 → 校正后 | 见 §4.2 |
| 模型平均 Dice | 见 §8.3 |
| N4 分辨率层 × 每层迭代 | 5 × 最多 50 |
| 缺增强前扫描病例 | 9 |
附录 B 缩写表
| 缩写 | 全称 | 中文 |
|---|---|---|
| DCE-MRI | Dynamic Contrast-Enhanced Magnetic Resonance Imaging | 动态增强磁共振成像 |
| pCR | Pathological Complete Response | 病理完全缓解 |
| NAC | Neoadjuvant Chemotherapy | 新辅助化疗 |
| FGT | Fibroglandular Tissue | 纤维腺体组织 |
| BPE | Background Parenchymal Enhancement | 背景实质强化 |
| N4 | N4ITK bias correction | N4 偏置场校正算法 |
| CV | Coefficient of Variation | 变异系数 |
| DSC | Dice Similarity Coefficient | Dice 相似系数 |
| TCIA | The Cancer Imaging Archive | 美国癌症影像档案库 |
| DAIMS | Data Attribute and Information Maturity Schema | 数据管理与成熟度评估框架 |
附录 C 术语释义
偏置场（bias field）：由主磁场不均匀、射频线圈灵敏度差异等硬件因素造成的乘性强度渐变，表现为同一组织在不同位置呈现不同亮度。它不是组织差异，但会污染依赖绝对或相对强度的定量特征。
N4 算法：N3 算法的改进版本，通过迭代估计平滑的乘性场并逐步去除，使强度分布趋于均匀。相较 N3，它改用更稳健的 B 样条拟合与多分辨率策略，对噪声与初始化更不敏感。
全乳掩膜（whole-breast mask）：覆盖整个乳腺组织区域的二值标记，包含腺体与脂肪，不区分亚区。它是限定计算范围的基础工具，区别于仅标腺体的纤维腺体组织分割。
推导数据集（derived dataset）：不新增采集，基于既有数据施加处理或重新标注后形成的新数据集。其引用规范要求同时标注上游来源。
附录 D 引用模板
数据本体按官方页给出的格式引用，须带版本号与 DOI；方法学部分引上游论文；模型部分引作者代码仓库。
Schwarzhans F, Handa P, Villazan Garcia LA, Kartal S, Fraller A, Zhero S,
Zaric O, Woitek R. MAMA-MIAAI - Here We Go Again: An Extended Breast MRI
Dataset with Bias Field Correction and Automated Breast Tissue Segmentation
for Radiomics and AI Research (version 1.0.0). PhysioNet. 2026.
doi:10.13026/w6wc-jh81
Garrucho L, Kushibar K, Reidel CA, et al. A large-scale multicenter breast
cancer DCE-MRI benchmark dataset with expert segmentations.
Sci Data. 2025;12(1):453. doi:10.1038/s41597-025-04707-4
附录 E 检索路径
按目的分三条检索路径，每条给出推荐查询式与预期命中。
| 目的 | 推荐查询式 | 预期命中 |
|---|---|---|
| 数据本体 | MAMA-MIAAI bias field correction PhysioNet | 平台数据页 |
| 方法学依据 | MRI_BreastSeg breast tissue segmentation MONAI | 模型代码仓库 |
| 上游影像与标签 | MAMA-MIA multicenter DCE-MRI expert segmentations | Scientific Data 论文与上游仓库 |
| 许可原文 | MAMA-MIAAI license CC BY-NC | 数据页 Access 区块与 Usage Notes |
| 挑战赛语境 | MAMA-MIA Challenge segmentation response prediction | 挑战赛官网与 arXiv 预印本 |
检索时有两点需要留意。其一，名称中的字母组合有多种拼法，带连字符与不带连字符的写法会检索到不同结果，宜同时尝试。其二，同期存在另外数个名称相近但内容不同的乳腺数据集，检索结果中凡未出现 PhysioNet 或上述 DOI 者，应先确认是否同一实体。
编辑说明
核验与写作说明如下，供后续维护者参考。
核验时间与方式：2026 年 10 月 17 日。以 PhysioNet 数据页正文为主源，作者自建的两个代码仓库为次源，上游 Scientific Data 论文摘要页与第三方数据索引为第三源。三方在病例数、子集构成、掩膜数量三项上完全一致，其余数字以数据页为准。
双口径冲突登记：许可证在 Access 区块（带 ShareAlike 条款）与正文 Usage Notes（不带）之间不一致，正文按较严版本处理。掩膜文件后缀在数据页（未压缩）与仓库（压缩）之间不一致，按仓库处理。掩膜总量在发布口径（1,506）与训练表口径（440，含私有队列）之间不一致，正文分列不相加。受试者数在公开口径（1,506）与训练口径（1,561）之间不一致，正文分「公开」与「训练」两处陈述。发布年份在平台发布（2026）与早期 figshare 记录（2025）之间不一致，正文以平台版本为准并说明早期记录的存在。
未覆盖内容：打包总体积未披露，正文明确写为缺失，未作估算。作者逐人单位未在数据页标注，正文只作推定表述并标注级别。上游临床变量表的字段清单与缺失率未逐项核对，因该表不在本扩展的发布包内。
版本日志：v1.0.0 为本文对应版本。若上游数据或模型权重更新，需重新核对掩膜数量与 Dice 数值两项。
下次复核：建议在平台出现版本号变更或配套论文发表时复核。若配套论文面世，应据其方法部分补全 N4 参数之外的其余细节。
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- bus-bra — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌 / 评测基准
- mias — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌 / 评测基准
- bus-uclm — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌 / 评测基准
- 3d-mammogram — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌 / 评测基准
- breast-lesions-usg — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌 / 评测基准
- dbt-tu-ju — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌 / 评测基准
- mamasynth — 共享标签：医学影像 / MRI / 乳腺影像 / 乳腺癌 / 评测基准
- acdc — 共享标签：医学影像 / MRI / 医学图像分割 / 评测基准
- busi — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌
- inbreast — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 乳腺癌
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
