信息速览

数据集名称心肌灌注显像数据库 — 静息态 SPECT 影像集 AI-Ready Wikipedia

数据类型影像数据,人工标注,分割掩码

规模83 名患者 / 101 studies / 103 幅 DICOM + 101 卷 NIfTI（含左心室壁掩码，20-90 岁）

接入方式Hospital Israelita Albert Einstein 前瞻采集（2023-02/03），GE Discovery NM 530c CZT 相机静息态 SPECT，专家 3D Slicer 手工分割掩码

AI 就绪度

INFOBOX：myocardial-perfusion-spect 速览

字段	值
数据集	Myocardial perfusion scintigraphy image database v1.0.0
slug	myocardial-perfusion-spect
发布	2025-09-09（单版本）｜PhysioNet
DOI	10.13026/ce2z-dw74（v1.0.0）/ 10.13026/md6s-re23（latest）
访问	Open Access（ODbL v1.0——数据库 share-alike，与 Credentialed 家族完全不同档）
体量	50.4 MB（解压）/ ZIP 21.5 MB——本库最小级"image database"
规模	83 患者 / 101 studies / 103 DICOM / 101 NIfTI+掩码（2 exams 未分割）
模态	核医学 NM（SPECT）——本库首个核医学影像条目
设备	GE Discovery NM 530c：CZT 半导体 19-pinhole 专用心脏相机
药物/重建	99mTc-MIBI + MLEM（Myovation for Alcyone）
掩码	左心室壁二值掩码（专家 3D Slicer 手工 gold）——nnU-Net Dice 87%/IoU 0.8 的考题
无标签	诊断/缺血/梗死/伪影全无（Future releases 或补充）
论文	PLoS ONE 2025;20(1):e0312257（2025-01-17，先论文后数据 8 个月）
团队	UFG + Einstein 医院 + Coimbra + IFG（数据集 4 人/论文 14 人等贡献）
一句话	巴西核医学的"小而专"开局之作：一台 CZT 心脏相机、两个月、83 个静息相考题

§0 摘要卡：核医学影像的 AI 考卷从零开始

§0.1 它是什么

巴西戈亚斯联邦大学（UFG）与圣保罗 Albert Einstein 医院合作发布的心肌灌注 SPECT 影像数据库：2023 年 2-3 月前瞻采集 83 名患者（20-90 岁，88% 男）的静息态心肌灌注显像，CZT 半导体专用心脏相机（GE Discovery NM 530c）+ 99mTc-MIBI + MLEM 重建，DICOM 原始格式 + NIfTI 处理格式 + 101 份专家手工左心室壁二值掩码。2025-09-09 挂 PhysioNet，Open Access（ODbL v1.0），全程 50.4 MB——它不是大数据集，是核医学 AI 研究的开局考卷。

§0.2 三个数字

83 / 103：83 名患者、103 幅 DICOM（101 份带手工掩码的 NIfTI——2 份未分割，Release Notes 亲自解释的差异）。
87% / 0.8：nnU-Net 在这份考卷上的 Dice 系数与平均 IoU（PLoS ONE 2025 pilot study）——掩码是 gold，nnU-Net 是被评测的答案卷。
50.4 MB：解压后总大小——本库最小级数据集体量，wget 一条命令即全量下载。

§0.3 谁在用、怎么接

分割算法研究者拿它当左心室壁的 SPECT 基准（nnU-Net/3D Slicer/ITK-SNAP 全兼容）；核医学工程团队用它做质控与伪影研究的起点（伪影标注要自备）；教学用它讲核医学图像处理全链路（原始 DICOM 到重建卷到掩码）。获取零门槛：Open Access，wget 直下，demographics.csv 一张表连人口学与影像。

§0.4 本条目怎么读

§1 身份卡 → §2 核医学语境（MPS 的临床地位与 CZT 技术代际）→ §3 采集协议全参数解剖 → §4 数据组织与掩码工程 → §5 论文成绩单 → §6 生态位（本库第一个 NM 条目）→ §7 AI-Ready 十问 + DAIMS → §8 误解与坑点表 → §9 工作实例 → §10 FAQ 九十问 → 附录 A-H。

§1 身份卡：一张速览

字段	值
全称	Myocardial perfusion scintigraphy image database
slug / 本库编号	myocardial-perfusion-spect / 520
挂牌	2025-09-09（PhysioNet，v1.0.0 单版本）
DOI	v1.0.0：10.13026/ce2z-dw74；latest：10.13026/md6s-re23
访问	Open Access——“Anyone can access the files”
License	Open Data Commons Open Database License v1.0（ODbL）
体量	解压 50.4 MB / ZIP 21.5 MB
Topics	13 个（nifti/dicom/myocardial perfusion scintigraphy/ventricular walls/CAD/CNN/automated segmentation/AI 等）
Views	323（2026-09，挂牌一年）
文件结构	DICOM/ + NIfTI/ + segmentation_masks/ + demographics.csv
母论文	PLoS ONE 2025;20(1):e0312257
代码	Code Ocean doi:10.24433/CO.8499026.v1 + PhysioNet 软件 capsule
数据来源院	Hospital Israelita Albert Einstein（圣保罗）

身份卡四行补注：

URL 版本陷阱：PhysioNet 大多数内容可用简写版本号访问，本集 /1.0/ 直接 404，必须写全 /1.0.0/——爬取与引用时先试全版本号。

ODbL 与 ODC-BY 的差别：同属 Open Data Commons 家族，但 ODbL 的 share-alike 条款要求衍生数据库以同许可开放（BY 只要求署名）。做衍生数据产品（如再发布的分割集）时先读 ODbL 第 4 章——这是本库 Open Access 档里最"重"的一个许可。

"database"的命名自知：50.4 MB 敢叫 image database，因为它的定位是"结构化数据库"（DICOM+NIfTI+掩码+人口学四件套配套）而非"大语料"——命名与体量的不成比例是定位选择，不是虚标。

核医学版图补全：本库此前影像条目全部集中在 X 光/CT/MRI/超声，本集是第一个 Modality=NM（核医学）条目——影像模态版图的第五块拼图。

§2 背景：MPS 的临床地位与 CZT 的技术代际

§2.1 心肌灌注显像是什么

MPS（Myocardial Perfusion Scintigraphy，亦称 MPI）是无创核医学显像：注射 99mTc-MIBI 后，放射性药物被存活心肌摄取，SPECT 相机重建心肌血流分布——静息相看静息灌注，负荷相看应激储备。临床三大用途：冠心病（CAD）诊断、风险分层、随访。页面 Background 引 ASNC（美国核心脏病学会）指南：对中等验前概率的 CAD 患者或不能做负荷超声者，MPS 仍是一线影像选项。

§2.2 SPECT 读片的三大痛点

页面 Background 点名的三个"主观性来源"：衰减伪影（attenuation artifacts——膈肌/乳腺组织吸收光子造成假性缺损）、运动畸变（motion——采集 6 分钟内患者动）、分割协议差异（左室壁手工勾画耗时且观察者间变异大）。三者都指向同一个需求：把"看图"变成"算图"。nnU-Net 等自配置深度学习框架是当前最有力的候选答案。

§2.3 CZT：心脏专用相机的代际跃迁

本集设备 Discovery NM 530c 不是通用 SPECT 加一个准直器，而是CZT（碲锌镉）半导体探测器的专用心脏相机：19 个 pinhole 准直器排成弧阵（32×32 px 矩阵），全部孔径同时对准心脏。CZT 的能量分辨率与灵敏度远超传统 NaI(Tl) 闪烁晶体——同样 6 分钟采集，计数质量更高。对 AI 研究者的含义：这批影像代表新一代硬件的数据分布，用老式 SPECT 数据训的模型迁移过来要重新验证（反之亦然）。

§2.4 为什么只有静息相

MPS 临床标准是"静息+负荷"双相（一天或两天协议），本集明确只收静息相（“No stress-induced acquisitions were performed”）。原因藏在伦理与流程里：负荷相需要运动/药物应激，流程复杂且风险更高；pilot study 的目标是分割左室壁——静息相足以承载。对研究者的限制也在此：灌注储备（stress vs rest 差值）类研究在本集上无从做起。

§2.5 核医学为什么需要自己的数据集

一个朴素的问题：CT/MRI 分割集铺天盖地，为什么核医学要单独造轮子？三个结构原因。一，物理生态不同：γ 光子计数统计（泊松噪声）、低分辨率（本集 4 mm vs CT 0.5-1 mm）、衰减与散射物理——CT 模型的归纳偏置在 SPECT 上未必成立，这正是需要专域考卷的理由。二，临床工作流不同：核医学医生看的是"灌注分布随负荷/静息的差"而非纯解剖——AI 的价值点在功能定量而非形态勾画，左室壁掩码是功能定量的第一步（分区→计数→评分）。三，数据生态更稀薄：X 光有 CheXpert/NIH 级别的大库，核医学没有——83 人的 pilot 已经是"能公开的最好努力"。理解这三个"不同"，才能理解这份 50 MB 考卷在生态里的真实位置：不是锦上添花，是雪中送炭。

§3 采集协议：一份可以直接复现的工程记录

§3.1 协议全参数（页面 Methods + Data Description 双段合并）

参数	值
设备	GE Discovery NM 530c（CZT 半导体）
探测器	19-pinhole 弧阵，32×32 px 矩阵，全孔聚焦心脏
准直器	MPH_27_45（Pinhole）
放射药物	^99mTc-MIBI（体重调整剂量）
协议	one-day，仰卧 feet-first
采集时机	注射后 1 小时（静息相）
扫描时长	6 分钟
能窗	20% @ 140 keV（126.45-154.55 keV）
采集像素	2.46×2.46 mm
重建	Myovation for Alcyone（GE）+ MLEM
重建体素	70×70 px / 层，4.0×4.0 mm 层内，4.0 mm 层厚，50 层/卷
位深/窗	16-bit，window center/width 16383/32767
去标识	DICOM PS3.15 Annex E（codes 113100/113101/113107）

§3.2 两个 pixel 尺寸的口径说明

页面上 2.46 mm 与 4.0 mm 并存不矛盾：2.46×2.46 mm 是 CZT 探测器采集矩阵的像素间距（32×32 弧阵投影域），4.0×4.0×4.0 mm 是 MLEM 重建后 NIfTI 体积的体素间距（70×70×50）。引用体素尺寸用 4.0（做分割/ radiomics 时），引采集硬件规格用 2.46（做设备对比时）——两个阶段两个数，别混。

§3.3 前瞻采集与唯一排除标准

“The sole exclusion criterion was non-consent”——两个月内所有签署 ICF 的 MPS 受检者全部入集，不挑病史（“regardless of coronary artery disease history”）。这是连续纳入（consecutive enrollment），比"挑干净病例"的研究更接近真实临床分布，代价是：诊断异质性完全保留（但因无诊断标签，异质性看不见）。

§3.4 隐私处理的取舍

诊断报告留在院内 PACS（研究组只拿 DICOM 副本），人口学录 REDCap 且"no sensitive clinical data were accessed"——研究组接触的临床信息被刻意最小化。代价是数据集本身没有报告文本可挖（对照 MIMIC-CXR 的影像+报告双全），收益是伦理审批链最短（IIEP CAAE 65628422.7.0000.0071 一件套）+ Open Access 发布。这是"隐私最小化换开放性"的典型取舍——ODbL 开放发布的前提就是这刀切得干净。

§3.5 从采集到开放的 30 个月旅程

把时间线串起来看节奏：2023-02/03 两个月完成采集（60 天 × 83 人 ≈ 日均 1.4 人——专用心脏相机的现实吞吐）→ 3D Slicer 手工分割与质检（月级）→ 2024-04 论文投稿（采集后 13 个月——含建模与写作）→ 2024-10 接收 → 2025-01 见刊 → 2025-09 数据集挂牌（见刊后 8 个月——含数据工程、去标识复核、capsule 打包与伦理复核）。每一环都有真实的时间成本，这正是"公开一个医学数据集"的真实工期表——比多数论文图 1 里的流程图诚实得多。

§4 数据组织：三个目录、一张表、一套命名

§4.1 目录结构与计数账本

目录	内容	数量
DICOM/	原始 SPECT 影像（*.dcm）	103
NIfTI/	转换后体积（*.nii.gz）	101
segmentation_masks/	左心室壁二值掩码（*_mask.nii.gz）	101
demographics.csv	人口学表	83 患者/每行一 study

103 vs 101 的账目：Release Notes 原话——“two of the exams were not segmented”（两份检查未做分割）。所以 DICOM 全量 103，NIfTI+掩码只有 101。用掩码做监督训练时先对账：按文件名 base id 求交集，别假设 DICOM 都有对应掩码。

§4.2 掩码工程：谁是 gold，谁是考生

掩码 = 专家手工 gold。Data Description 原话"binary masks manually generated by clinical experts"，论文交叉确认工具链是 3D Slicer 平台手工分割，label 1 = 心肌壁、0 = 背景，仅左心室壁一个结构。

nnU-Net = 被评测的考生。论文流程：手工 gold → nnU-Net 自动分割 → Dice 87%/IoU 0.8。PhysioNet 页面 Usage Notes 那句"The automatic segmentation process was conducted using nnU-Net 2D (fold 0)"说的是配套软件 capsule 里的复现工作流（Docker 环境、fold 0 配置、现成脚本）——不是掩码的生成方式。页面两处表述初读易混，本条目在此存照：手工 gold、模型考生、capsule 是考场。

§4.3 命名系统与对接键

每个文件以 1.2.840.4267.32. 前缀（DICOM UID 根的 Albert Einstein 分支）+ 35-40 位随机后缀命名；同一患者的 DICOM 与 NIfTI 共享 base id；掩码加 _mask.nii.gz 后缀。demographics.csv 的每行对应一个 study，通过 id 直接连影像。对接成本极低——没有跨表 join 的坑，一张 CSV 一套文件名。

§4.4 demographics.csv 的全部内容

字段	说明
patient_id	匿名标识（连影像 base id）
sex	M/F——88% 男 / 12% 女
age	20-90 岁
BMI	部分可得（“when available”）

没有更多的了——没有诊断、没有药物信息、没有检查指征。这张表是"隐私最小化"取舍的直接产物。

§5 论文成绩单：nnU-Net 的 87% 与伪影研究的 0.946

§5.1 PLoS ONE pilot study（2025-01-17）

任务：左心室壁自动分割 vs 专家手工 gold
数据：83 exams × 50 slices = 4,150 images（论文口径）
工具链：3D Slicer 手工标注 → nnU-Net 自配置训练（2D，fold 0）
成绩：Dice 系数 87%、平均 IoU 0.8——“high agreement with the manual segmentations produced by experts and surpassing traditional interpretation methods”
等贡献署名：14 位作者全员 ☯ equal contribution

§5.2 UFG 学位论文的第二阶段：伪影检测（2025-06）

同一团队的后续研究（Luz 硕士论文，Calixto/Nogueira 指导）把流程推到了伪影方向：

第一阶段（复现）：内验证 Dice 87%±6%；外验证 Dice 88.46%±7.48%（专家外验一致率 ≥80%）
第二阶段（伪影掩码手工标注 + AI 自动分割）：优化模型 Dice 0.300-0.940、阈值 0.853、AUC 0.946、全场景完美特异性 + 温和灵敏度（模型倾向不报警部分"伪影-心室交叠"病例）
专家外验：掩码一致率 >60%
注意：第二阶段的伪影标注不在数据集 v1.0.0 里（“Artifact annotations are not available in the current version”）——论文/学位论文的伪影掩码要等后续版本或联系作者

§5.3 成绩单的正确引用姿势

引 87% 必须带三个限定：左心室壁单结构（非全心脏多结构）、CZT 静息相（非通用 SPECT）、该团队的手工 gold（非公共基准）。87% 在 CT/MRI 心脏分割里不算顶尖（nnU-Net 常见 90%+），但 SPECT 分辨率低（4 mm 体素）+ 核医学纹理特性使然——数字要连同模态一起引。

§5.5 定量语境的三个警告（radiomics/剂量学向）

拿本集做定量分析（radiomics、灌注定量）前先想清楚三件事：一，体素值是放射性浓度不是灰度——SPECT 重建值正比于计数统计，CT 的 HU 直觉全部失效，纹理特征（GLCM 等）的物理解释要重建于计数统计；二，重建器指纹——MLEM 迭代次数与正则选择会改变噪声纹理，跨重建器的 radiomics 模型自带偏移，本集单一重建器（Myovation+MLEM）意味着这个偏移无法在集内量化；三，无衰减校正存疑——页面未提 AC，定量绝对值（如标准摄取类比）不可比，相对分析（左室壁内分区对比）更稳。这三条不分条目——是核医学 AI 定量研究的通用纪律，只是本集作为"教材级考卷"最适合把它们写明白。

§6 生态位：本库第一个核医学条目

§6.1 影像模态版图：第五块拼图

模态	本库已有	本集
X 光	16/5/617 等 CXR 家族、610 等	—
CT	509/512/515 等	—
MRI	多条	—
超声	多条	—
PET	个别（如 ADNI 系）	—
NM（SPECT）	无	本集

SPECT 与 PET 同属核医学但物理与生态差异大：SPECT 用 γ 相机单光子计数（99mTc 半衰期 6 小时、临床普及度高、便宜），PET 用正电子湮灭符合探测（18F 半衰期 110 分钟、贵、分辨率高）。本集补的是"更普及、更便宜、分辨率更低"的那一半——AI 在核医学的落地主战场。

§6.2 分割条目谱系中的位置

本库分割类条目：613 lung-segment-mimic-cxr（X 光肺分割）、602 chexmask（X 光分割）、Slice-3D 等（CT/MRI）。本集是核医学 SPECT 分割第一个——方法论可跨模态迁移（nnU-Net 是通用框架），但数据分布（低分辨率、γ 计数统计噪声、衰减伪影）自成一体。跨模态迁移研究（“X 光分割模型在 SPECT 上还行吗”）从此有了落点。

§6.3 许可光谱：ODbL 的独特档位

条目	许可	访问
506/510	ODC-BY	Open
本集	ODbL v1.0	Open
512	Restricted	申请制
MIMIC 家族	License 1.5.0+DUA	Credentialed

本集把本库的 Open 档从 ODC-BY 扩展到 ODbL：衍生数据库 share-alike 要求比 BY 重——做再分发产品时，ODbL 要求衍生数据库（注意是数据库本身而非模型）同许可开放。拿掩码训练模型不受影响（模型不是数据库），做数据增强再发布要守条款。

§6.4 "小而专"的生存逻辑

50.4 MB、83 患者——本库最小级。但它的不可替代性在"三无三有"：无诊断标签、无负荷相、无伪影标注（三无），但有 CZT 新硬件数据、有手工 gold 掩码、有 Open Access 零门槛（三有）。核医学 AI 冷启动阶段，一个可复现的基准比一个大而全的数据仓库更稀缺——这也是 ASNC 指南级临床场景里，AI 研究真实缺的东西。

§6.5 与同类"小数据集"的定位对照

本库收录过的小体量条目不少，本集在其中的坐标：

条目	体量级	标注	定位
606 cxr-cardiomegaly（百例级）	小	心影分割掩码	单病种分割
607 cxr-phone（百例级）	小	手机胸片 QC	设备泛化
本集（83 患者）	最小	左室壁手工掩码	核医学冷启动
519 MS-CXR-T（1,326 对）	小-中	时序金标	模态能力评测

共同规律：小体量条目的价值不在规模在独特性——要么模态独一份（本集之 NM），要么任务独一份（607 之手机源），要么标注独一份（606 之心影）。选型时按"我缺什么独特素材"检索，别按大小过滤。

§7 AI-Ready 十问

一问：什么格式？ DICOM（原始）+ NIfTI（处理）双格式 + 一个 demographics.csv——医学影像工具链（3D Slicer/ITK-SNAP/nibabel/SimpleITK/pydicom）全兼容。

二问：多大规模？ 83 患者/101 studies/103 DICOM/101 掩码卷，50.4 MB 解压——本库最小级，一条 wget 下载完。

三问：标注是什么性质？ 左心室壁二值掩码，临床专家 3D Slicer 手工分割（gold）；nnU-Net 是被评测的自动流程——掩码-模型关系见 §4.2 存照。仅此一个结构一种标注，无诊断标签。

四问：许可与门槛？ Open Access + ODbL v1.0——零门槛获取，但 ODbL 的 share-alike 对衍生数据库有同许可要求（§6.3）。

五问：伦理完备度？ IIEP 伦理批件（CAAE 65628422.7.0000.0071）+ 全员 ICF + 连续纳入（唯一排除=不签同意）+ DICOM PS3.15 Annex E 去标识 + 研究组不接触敏感临床数据——闭环完整。

六问：可复现性？ Code Ocean capsule（doi:10.24433/CO.8499026.v1）+ PhysioNet 软件 capsule（Dockerfile+nnU-Net 脚本）双份复现件；论文 4,150 images 口径与数据集 103/101 口径的映射清楚（2 份未分割）。

七问：标签的可信边界？ 单结构（左室壁）单粒度（体素二值）；伪影第二阶段的标注不在集内；BMI 部分缺失；两位专家间一致性未在页面报告（论文仅报告模型 vs gold）。

八问：适合什么任务？ 左室壁分割（SPECT 域）、nnU-Net 在核医学的基准复现、跨模态分割迁移研究（X 光/CT 模型→SPECT）、核医学预处理/ harmonization 工作流开发、核医学影像教学。

九问：不适合什么？ 缺血/梗死诊断模型（无诊断标签——Usage Notes 列的这个用途其实是"未来工作"）；灌注储备研究（无负荷相）；右室/心房分割（无掩码）；伪影检测（标注缺席，需自标）；跨设备泛化宣称（单相机单机构）。

十问：一句话定位？ 巴西核医学的开局考卷：83 个静息相、101 份手工掩码、50 MB 的"小而专"——AI 进核医学的第一级台阶，而不是终点站。

DAIMS 评估：数据可得性 9（Open Access+ODbL+50 MB+软件 capsule，全库最顺滑档）/ 标注 7（专家手工 gold 单结构，无观察者一致性披露）/ 方法 8（采集协议全参数披露+双份复现 capsule+前瞻连续纳入）/ 影响力 5（2025 新集，Views 323，PLoS ONE 中档）/ 规模 4（83 患者/103 图，本库最小级）——DAIMS：6.6（对照：519 基准型 7.0、613 分割型 7.2、602 掩码集 7.5）。

§8 误解与反直觉

误解一：“50 MB 也叫 image database？” 命名自知之明：它卖的是结构（DICOM+NIfTI+掩码+人口学四件套）与可复现性，不是体量。对照 MIMIC-CXR 的几十 GB——定位一个是"教材库"一个是"考卷"。

误解二：“有掩码就能做缺血诊断。” 掩码只勾左心室壁的解剖边界，不含灌注评分（SRS/SRD/SSS）、不含诊断标签。诊断模型需要报告或标注——本集两者皆无，Usage Notes 里的"自动化缺血检测"是应用愿景不是"拿到即可做"。

误解三：“nnU-Net 掩码是自动生成的，用起来一样。” 不一样——掩码是专家手工 gold，nnU-Net 是被它评卷的考生（§4.2）。拿 nnU-Net 输出当训练标签等于用考生答案当标准答案。

误解四：“SPECT 数据和 CT 差不多，pipeline 直接搬。” γ 光子计数统计噪声、4 mm 体素、衰减伪影、CZT 能谱特性——SPECT 的数据分布自成一体。CT 上 92% 的模型迁移过来多少分，正是本集想让人测的问题。

误解五：“83 人太少，练不了手。” 分割训练的瓶颈是标注量不是患者数——101 卷 × 50 层 = 5,050 个带金标切片，2D 训练足够 nnU-Net 起步（论文就是这么干的）。3D 训练确实紧（101 卷），数据增强或 2D 模式绕行。

误解六：“Open Access 所以什么都能干。” ODbL 的 share-alike 条款对衍生数据库有同许可要求——再分发增强版数据集要守 ODbL；训练模型不受限。这是它与 ODC-BY（506/510）最实质的差别。

误解七：“静息相数据，负荷相以后会有。” 页面只承诺"future releases may incorporate diagnostic labels or artifact annotations"——没提负荷相。负荷采集涉及应激流程（运动/药物）与额外伦理，别把希望寄托在未承诺的更新上。

误解八：“/1.0/ 和 /1.0.0/ 都能访问。” 实测 /1.0/ 是 404——PhysioNet 对本集强制完整版本号。爬虫与引用先写 /1.0.0/。

误解九：“数据集 4 位作者，论文也是 4 位。” 论文 14 人全员等贡献（☯），数据集页面挂 4 位核心——引用论文时按 PLoS ONE 的 14 人名单，引用数据集按 PhysioNet 的 4 人 citation。两份工件两份名单。

误解十：“Dice 87% 说明左室分割已解决。” 87% 是单中心、单相机、单结构、静息相的成绩——泛化到其他相机/多结构/负荷相都是未知数。恰恰因为"未解决"，这份考卷才有存在价值。

§8.13 坑点表（八坑）

坑点	典型翻车	绕行姿势
坑点1：掩码当自动输出	拿 nnU-Net 输出训练	掩码=手工 gold；nnU-Net=考生（§4.2）
坑点2：DICOM 全有掩码	103 假设配 103	掩码仅 101——按 base id 求交集（§4.1）
坑点3：URL 用 /1.0/	404 排查半天	PhysioNet 本集要全版本号 /1.0.0/（§1）
坑点4：pixel 尺寸混用	体素间距写错	采集 2.46 / 重建 4.0 mm（§3.2）
坑点5：当诊断数据集用	缺血模型没法标	无诊断标签——它是分割基准（§7 九问）
坑点6：ODbL 当 BY 用	衍生数据库许可违规	share-alike 只对数据库不训模型（§6.3）
坑点7：3D 全量训练爆显存	101 卷跑不动	2D 切片训练（论文姿势，4,150 切片）
坑点8：性别分布当代表	女性亚组不足	88% 男——女性分析谨慎下结论（§4.4）

§9 工作实例：从 wget 到 nnU-Net 复现

§9.1 全量获取与账目核对（终端三行）

# Open Access：wget 直下（或 ZIP 21.5 MB）
wget -r -N -c -np https://physionet.org/files/myocardial-perfusion-spect/1.0.0/

# 账目核对：DICOM 103 / NIfTI 101 / 掩码 101
find myocardial-perfusion-spect/1.0.0/DICOM -name "*.dcm" | wc -l          # 103
find myocardial-perfusion-spect/1.0.0/NIfTI -name "*.nii.gz" \
     ! -name "*_mask*" | wc -l                                             # 101
find myocardial-perfusion-spect/1.0.0/segmentation_masks -name "*_mask.nii.gz" | wc -l  # 101

§9.2 配对与人口学接入（Python）

import glob, os, re
import pandas as pd
import nibabel as nib

base = 'myocardial-perfusion-spect/1.0.0'
niftis = sorted(glob.glob(f'{base}/NIfTI/*.nii.gz'))
niftis = [p for p in niftis if '_mask' not in p]           # 101 个体积
masks  = {p.replace('/NIfTI/', '/segmentation_masks/').replace('.nii.gz', '_mask.nii.gz')
          for p in niftis}                                  # base id 对应掩码

demo = pd.read_csv(f'{base}/demographics.csv')
print(demo['sex'].value_counts(normalize=True))             # M≈0.88 / F≈0.12
print(demo['age'].min(), demo['age'].max())                 # 20 / 90

img = nib.load(niftis[0]); msk = nib.load(masks.pop())
print(img.shape, img.header.get_zooms())                    # (70,70,50) 4mm 各向同性
print(set(msk.get_fdata().ravel().tolist()))                # {0.0, 1.0} 二值

§9.3 nnU-Net 2D 复现（官方 capsule 姿势）

# PhysioNet 软件 capsule：Dockerfile + nnU-Net 脚本 + 配置（fold 0）
# 1) 按 capsule 的 Dockerfile 构建环境
docker build -t mps-nnunet .
# 2) 目录按 nnU-Net v2 惯例重排（imagesTr/labelsTr/...）
#    掩码二值 -> nnU-Net 标签（背景 0 / 心肌壁 1）
# 3) 训练 + 推理（论文姿势：2D 配置 fold 0）
nnUNetv2_train DATASET_ID 2d 0
nnUNetv2_predict -i INPUT_DIR -o OUTPUT_DIR -d DATASET_ID -c 2d -f 0
# 4) 评测：Dice/IoU vs 手工掩码——目标线 Dice≈0.87 / IoU≈0.8（§5.1）

§9.4 评测与口径清单

from monai.metrics import DiceMetric
# 1. 逐卷 Dice -> 报告 mean±std（论文口径 87%±6 内验 / 88.46%±7.48 外验）
# 2. IoU（Jaccard）并报——论文给了 0.8 的口径
# 3. 切分复现：论文未给显式 split——外验=独立专家外批，内验=交叉验证
#    自行实验要固定 seed 与 split 并披露，别对照 87% 硬比
# 4. 2 exams 无掩码：评测前剔除，勿计入分母

§9.5 一个研究问题的最小闭环

“CT 上训好的左室分割模型，在 SPECT 上掉多少分？”——拿本集 101 卷做外测集 → CT 源域模型推理（重采样到 4 mm 各向同性）→ Dice/IoU 对照本集 nnU-Net 基线（87%/0.8）→ 差值就是跨模态鸿沟的量化 → 加 10 卷微调再测（few-shot 迁移曲线）。全程无需诊断标签，掩码即裁判。

§9.6 常见报错速查

** nibabel 读掩码 shape 不匹配**——先 img.shape == msk.shape 且 img.affine ≈ msk.affine 断言；团队统一转换一般一致，但重采样脚本自造差异会静默错位；
nnU-Net 报 “no label 0”——掩码必须含背景 0（uint8 的 {0,1}），浮点 NIfTI 先 np.rint 再转 int；
DICOM 部分标签缺失——去标识（Annex E）会抹掉患者敏感字段：代码里别断言 PatientName/ID 存在，用文件名 base id 做主键；
下载不完整——三目录计数对账（103/101/101）失败时用 -N -c 续传或改 ZIP（21.5 MB 一步到位）；
对照 87% 差距过大——检查是否把无掩码的 2 卷计入、是否 3D 模式误训、fold 是否为 0、是否自行划分了与论文不同的 split。

§10 FAQ：九十问速查

§10.1 身份与获取（9 问）

Q1：这个数据集是什么？

A：巴西 UFG 与 Albert Einstein 医院合作的静息态心肌灌注 SPECT 影像库：83 患者/103 DICOM/101 NIfTI+左心室壁手工掩码，50.4 MB，Open Access。

Q2：slug 与版本号？

A：slug 为 myocardial-perfusion-spect；PhysioNet URL 必须写全 /1.0.0/（/1.0/ 实测 404）。

Q3：版本情况？

A：单版本 v1.0.0（Release Notes 原话 ‘only one version’，2025-09-09 挂牌）。

Q4：DOI 引哪个？

A：v1.0.0 的 10.13026/ce2z-dw74；latest 是 10.13026/md6s-re23。

Q5：怎么获取？

A：Open Access 零门槛：wget -r -N -c -np physionet.org/files/myocardial-perfusion-spect/1.0.0/ 或下载 21.5 MB ZIP。

Q6：要注册认证吗？

A：不需要——‘Anyone can access the files’（页面 Access Policy 原话），签署/课程全免。

Q7：体量多大？

A：解压 50.4 MB / ZIP 21.5 MB——本库最小级数据集，手机都能装下。

Q8：和论文的 figshare 是同一份数据吗？

A：论文 Data Availability 指向 figshare（10.6084/m9.figshare.27047815）承载研究复现；PhysioNet 是数据库正式发布点——同源双挂载。

Q9：Project Website 指向哪？

A：PLoS ONE 论文页（journals.plos.org…e0312257）——数据集与论文互为门面。

§10.2 数据内容（9 问）

Q10：库里是什么影像？

A：静息态心肌灌注 SPECT（99mTc-MIBI）——DICOM 原始 + NIfTI 重建卷两种格式。

Q11：83 和 101 和 103 分别是什么？

A：83=患者数；103=DICOM 全量；101=NIfTI 卷+掩码数——2 份检查未分割（Release Notes 官方解释）。

Q12：有负荷相（stress）吗？

A：没有——‘No stress-induced acquisitions were performed’，全部为静息相。

Q13：掩码勾的是什么结构？

A：只有左心室壁（left ventricular wall）——二值掩码，label 1=心肌壁、0=背景。

Q14：有诊断标签吗？

A：没有——‘Diagnosis labels: Not provided’；缺血/梗死/报告文本全不在 v1.0.0。

Q15：人口学信息有什么？

A：demographics.csv 四列：patient_id/sex/age/BMI（部分可得）——没有更多临床信息。

Q16：男女比例？

A：88% 男 / 12% 女——女性亚组约 10 人，亚组分析谨慎。

Q17：年龄范围？

A：20-90 岁——覆盖成人全段但分布未披露直方图。

Q18：数据什么时候采的？

A：2023 年 2-3 月，Hospital Israelita Albert Einstein（圣保罗）——两个月前瞻连续采集窗口。

§10.3 掩码与标注（9 问）

Q19：掩码是手工还是自动的？

A：专家手工——Data Description 原话 ‘manually generated by clinical experts’，论文确认为 3D Slicer 平台手工分割。

Q20：那页面说的 nnU-Net 自动分割是什么？

A：是配套软件 capsule 里的复现工作流（fold 0），即被评测的模型——不是掩码生成方式（§4.2 存照）。

Q21：掩码质量怎么保证？

A：论文口径：nnU-Net 对手工 gold 的 Dice 87%——gold 本身的观察者间一致性页面未披露。

Q22：多少份掩码？

A：101 份（103 份检查中 2 份未分割）。

Q23：掩码格式？

A：NIfTI（*_mask.nii.gz），与影像同 base id 命名，二值标签。

Q24：有伪影标注吗？

A：v1.0.0 没有——‘Artifact annotations are not available in the current version’；团队的伪影研究（学位论文）有自标掩码但未入集。

Q25：有右心室或心房掩码吗？

A：没有——‘Segmentations are limited to the left ventricular wall’（Limitations 原话）。

Q26：一位患者多份检查怎么对？

A：83 患者/101 studies——部分患者多次检查；demographics.csv 每行一 study，按 patient_id 可聚患者。

Q27：掩码和 MIMIC 系的掩码数据集一个路数吗？

A：同一思路（专家手工二值掩码+公开考卷），不同模态（SPECT vs X 光）与不同结构（左室壁 vs 肺/病灶）。

§10.4 采集协议（9 问）

Q28：用什么相机？

A：GE Discovery NM 530c——CZT 半导体探测器专用心脏相机，19-pinhole 弧阵（MPH_27_45 准直器）。

Q29：CZT 和传统 SPECT 差在哪？

A：CZT 能量分辨率与灵敏度高、可专用聚焦心脏（全孔对心）；传统 NaI(Tl) 通用相机牺牲灵敏度换全身体部覆盖。

Q30：放射药物是什么？

A：99mTc-MIBI（甲氧异腈），体重调整剂量，注射后 1 小时采集。

Q31：一次扫描多久？

A：6 分钟/静息相。

Q32：能窗多少？

A：20% @ 140 keV（126.45-154.55 keV）。

Q33：怎么重建的？

A：GE Myovation for Alcyone 软件 + MLEM（最大似然-期望最大化）迭代重建。

Q34：重建后什么分辨率？

A：70×70 px/层 × 50 层，4.0×4.0×4.0 mm 各向同性体素。

Q35：采集像素 2.46mm 和重建 4.0mm 什么关系？

A：2.46×2.46 mm 是 CZT 采集矩阵像素间距；4.0 mm 是重建后 NIfTI 体素——两个阶段两个数（§3.2）。

Q36：体位与协议？

A：仰卧 feet-first，one-day 标准协议——仅静息相。

§10.5 伦理与许可（9 问）

Q37：伦理批件？

A：Albert Einstein 研究教育院（IIEP）批准，CAAE 65628422.7.0000.0071（巴西 CAAE 体系）。

Q38：知情同意？

A：全员签署 ICF——唯一排除标准就是不签同意（连续纳入）。

Q39：去标识怎么做的？

A：DICOM PS3.15 Annex E Basic Application Level Confidentiality Profile（codes 113100/113101/113107）+ 随机 UID 命名。

Q40：报告文本在吗？

A：不在——诊断报告留院内 PACS，研究组只拿 DICOM 副本，‘no sensitive clinical data were accessed’。

Q41：License 是什么？

A：Open Data Commons Open Database License v1.0（ODbL）——Open Access 档。

Q42：ODbL 对我用数据有什么限制？

A：署名+share-alike：衍生数据库须同许可开放；训练模型、发论文不受影响——再分发数据产品时读一遍 ODbL 第 4 章。

Q43：能商用吗？

A：ODbL 允许商用（含共享条款约束）；具体用途自查许可文本。

Q44：COI 声明？

A：作者声明无已知竞争性经济利益（页面原话）。

Q45：谁资助的？

A：FCT 葡萄牙（UIDB/00048/2020）+ CNPq 巴西（301644/2022-5）+ FAPEG 硕士奖学金 + LaMCAD/UFG 计算资源；论文层面另有 PROADI-SUS。

§10.6 论文与复现（9 问）

Q46：主论文是什么？

A：Nogueira et al. ‘AI applied in identifying left ventricular walls in MPS images: Pilot study.’ PLoS ONE 2025;20(1):e0312257（2025-01-17）。

Q47：论文核心成绩？

A：nnU-Net 左室壁分割 Dice 87% / 平均 IoU 0.8（vs 专家手工 gold，4,150 张切片）。

Q48：代码在哪？

A：Code Ocean capsule doi:10.24433/CO.8499026.v1 + PhysioNet 软件 capsule（Dockerfile+nnU-Net 脚本）。

Q49：论文和数据集谁先谁后？

A：论文 2025-01 发表，数据集 2025-09 挂牌——先论文后数据 8 个月。

Q50：论文作者是 4 人吗？

A：论文 14 人（全员 equal contribution ☯）；数据集 PhysioNet 页面挂 4 位核心——两份工件两份名单。

Q51：伪影检测研究在哪看？

A：UFG 学位论文（Luz 2025-06）：内验 Dice 87%±6%/外验 88.46%±7.48%，伪影模型 AUC 0.946——其伪影标注未入数据集。

Q52：怎么复现 87%？

A：nnU-Net 2D fold 0 + 官方 capsule 环境 + 本集 101 卷（论文用 83 exams×50 slices=4,150 切片）——评测细节看论文与 capsule。

Q53：数据划分是什么？

A：页面/论文未给显式 train/test split——内验=交叉验证、外验=专家外批；自做实验须自定划分并披露。

Q54：有官方 baseline 代码吗？

A：有——capsule 含 nnU-Net 配置与 Docker 环境，‘ready-to-run’。

§10.7 工程实践（9 问）

Q55：推荐的读取库？

A：nibabel/SimpleITK 读 NIfTI，pydicom 读 DICOM——页面 Usage Notes 点名兼容。

Q56：3D Slicer 能直接开吗？

A：能——NIfTI 卷与掩码均为标准格式，3D Slicer/ITK-SNAP 直接加载可视化。

Q57：DICOM 和 NIfTI 怎么配对？

A：同一 base id（1.2.840.4267.32.<随机后缀>）——DICOM 与 NIfTI 共享，掩码加 _mask 后缀。

Q58：DICOM 有原始 2.46mm 信息吗？

A：原始 DICOM 头保留采集几何（70×70 重建矩阵、窗宽窗位 16383/32767）——像素间距字段以实际头信息为准，别硬编码。

Q59：nnU-Net 版本？

A：capsule 用 nnU-Net（2D 配置 fold 0）——按 capsule 的 Dockerfile 锁环境，别自由发挥版本。

Q60：2D 还是 3D 训练？

A：论文姿势 2D（4,150 切片）；101 卷做 3D 训练偏紧——先 2D 复现再试 3D。

Q61：体素重采样要注意什么？

A：4.0 mm 各向同性——从 1 mm CT 模型迁移时记得重采样到同网格再推理。

Q62：demographics 怎么和影像连？

A：patient_id ↔ 文件 base id——一张表一套名，无跨表 join。

Q63：怎么核对下载完整性？

A：三目录计数对账：DICOM 103/NIfTI 101/掩码 101（§9.1 脚本）。

§10.8 对比与选型（9 问）

Q64：做左室分割还有哪些数据？

A：SPECT 域公开数据极稀缺（本集立项动机）；CT/MRI 心脏分割有 M&Ms、ACDC 等挑战赛集——跨模态对照可用。

Q65：它和 MIMIC-CXR 派生掩码集（613/602）什么关系？

A：不同模态不同结构——方法论同路（手工掩码+公开基准），数据零重叠；本库分割条目谱系的核医学分册。

Q66：要核医学其他任务的数据呢？

A：本库暂无其他 NM 条目——本集是版图第一块；PET 素材另有条目但物理生态不同。

Q67：论文说’检测缺血’，我能直接做吗？

A：不能——无诊断标签；那是 Usage Notes 的应用愿景，需外部标签或自标。

Q68：要伪影数据怎么办？

A：v1.0.0 无伪影标注——等后续版本或联系团队（UFG/IIEP）；学位论文的伪影掩码未公开入集。

Q69：女性患者分析能做吗？

A：样本约 10 人——只可做探索性分析，不可下结论（88/12 分布是采集现实）。

Q70：它适合发论文当基准吗？

A：适合的姿势：作为 SPECT 分割的外部验证集/迁移目标域——单相机数据当主训练集说服力弱。

Q71：和 ACDC/M&Ms 心脏 MRI 集比？

A：模态不同（SPECT/MRI）、分辨率不同（4mm/1-1.5mm）、结构不同（左室壁单结构/多结构）——互补不互替。

Q72：一句话选型？

A：核医学分割冷启动第一卷：拿它复现 nnU-Net、测跨模态迁移、教学全链路——诊断与伪影研究要另寻弹药。

§10.9 深度技术（11 问）

Q73：CZT 半导体为什么是代际跃迁？

A：直接转换 γ 光子为电信号（NaI 闪烁体需光电倍增管），能量分辨率约 5-6% vs 传统 10%，灵敏度数倍——心脏专用小孔径设计把增益全部堆到心肌上。

Q74：19-pinhole 弧阵怎么工作？

A：19 个针孔准直器排成弧形，全部对准心脏——多视角同时采集，省去旋转机架，6 分钟内完成静态采集。

Q75：MLEM 重建的特点？

A：基于泊松统计模型的迭代重建——比 FBP 噪声特性更可控，但迭代次数与正则化选择影响最终纹理，AI 训练要意识到重建器指纹。

Q76：140 keV 能窗为什么是 20%？

A：99mTc γ 能峰 140.5 keV 的 ±10% 窗——兼顾散射剔除与计数保持，CZT 高分辨率允许更窄窗但本集沿用标准配置。

Q77：SPECT 的体素值物理含义？

A：重建后数值正比于该体素的放射性浓度（计数）——不是 HU 也不是灰度强度，radiomics 特征解释要带物理语境。

Q78：4 mm 体素对分割意味着什么？

A：左室壁厚 8-12 mm 只有 2-3 个体素厚——掩码边界不确定度天然存在，87% 的 Dice 在这个分辨率下已是高水位。

Q79：衰减校正本集做了吗？

A：页面未提及衰减校正（AC）——重建为 MLEM 无 AC 的口径推断，做定量分析时需自行确认 DICOM 头。

Q80：DICOM 头里还藏着什么？

A：窗宽窗位 16383/32767（16-bit 全域）、采集几何、设备信息——用 pydicom 逐字段核对，别信常识硬编码。

Q81：掩码的 3D 连通性有问题吗？

A：页面未披露 QC 细节——使用前跑一次连通域检查（每卷应为单一心肌壁连通体），异常卷列入 QC 名单。

Q82：NIfTI 转换是谁做的？

A：‘All NIfTI files were generated directly from the DICOM images using a standardized preprocessing process’——团队统一转换，方向矩阵以文件头为准。

Q83：windows 16383/32767 怎么解读？

A：16-bit 无符号全域窗——显示时需自行开窗到计数动态范围，直接线性映射会全黑。

§10.10 叙事与意义（11 问）

Q84：为什么说它是’开局考卷’？

A：核医学 AI 的公开数据生态远落后于 X 光/CT——本集补的是从 0 到 1 的第一块标准化踏板，价值在’有’而非’大’。

Q85：50 MB 的数据凭什么进本库？

A：本库收录标准是 AI-Ready（可复现+可获取+结构化），不是体量——ODbL 开放+四件套结构+双份复现件使它的 AI-Ready 评分反而高。

Q86：巴西团队在核医学 AI 的位置？

A：UFG+Einstein+Coimbra 的葡语轴心组合——南半球临床 AI 资源的代表性质产，数据主权叙事的样本。

Q87：先论文后数据的模式这里为什么成立？

A：pilot study 先用数据发表成果，数据库 8 个月后正式挂牌——学术激励与数据公开的时差是临床数据生态的普遍结构。

Q88：‘database’ 命名的底气？

A：结构完整性：影像双格式+掩码+人口学+元数据+复现件——它卖的是数据工程规格不是体量。

Q89：对核医学科的实用价值？

A：教学全链路素材（采集-重建-分割-评测一站齐）+ 科研起步基准——中小科室搭 AI 工作流的第一块砖。

Q90：它暴露了核医学数据生态什么问题？

A：83 人已是’能公开的最大努力’——单中心、无标签、人工标注成本高；核医学 AI 的数据基建比影像 AI 其他分支落后一代，这不是团队的错是生态的坑。

Q91：未来版本值得等吗？

A：页面承诺方向：诊断标签+伪影标注（‘pending ethical approval and enhanced anonymization’）——若兑现，同一 slug 的 v1.1+ 值得回访。

Q92：本条目对’AI-Ready’定义的启示？

A：AI-Ready ≠ 大 ≠ 全标签：获取摩擦为零、结构可预期、复现件齐备、许可明确——四者齐了 50 MB 也是五分素材。

Q93：一年 323 次浏览意味着什么？

A：新集+窄领域（核医学分割）的正常冷启动——它的引用曲线要跟 PLoS ONE 论文走，PhysioNet 计数器只是副产品。

Q94：如果只记住本集一件事？

A：掩码是手工 gold，nnU-Net 是考生——AI 研究里把’标准答案’和’模型输出’混为一谈，是一切评测事故的起点。

Q94：拿到数据第一步做什么？

A：三目录计数对账（103/101/101，§9.1）→ 读 demographics.csv 盘人口学 → 可视化 2-3 卷（3D Slicer 快速看掩码贴合度）→ 再决定训练协议。

Q95：CZT 半导体为什么是代际跃迁？

A：直接把 γ 光子转换为电信号（传统 NaI 闪烁体要经光电倍增管间接转换），能量分辨率与灵敏度都有代差——专用心脏相机的 19 孔弧阵把增益全部聚焦到心肌。

Q96：SPECT 的体素值物理含义是什么？

A：正比于该体素的放射性浓度（γ 计数统计）——不是 CT 的 HU 也不是灰度强度；radiomics 特征解释必须带计数统计语境。

Q97：左室壁 4mm 分辨率下多厚？

A：解剖上 8-12 mm 的心肌壁只有 2-3 个体素厚——掩码边界不确定度是结构性存在的，这也是 87% Dice 在此分辨率下已属高水位的原因。

Q98：有衰减校正吗？

A：页面未提及 AC——按 MLEM 无 AC 口径推断；定量绝对值分析前先核对 DICOM 头，相对分析（室壁内分区对比）更稳。

Q99：窗宽窗位 16383/32767 怎么用？

A：16-bit 无符号全域窗——直接线性显示会全黑；用 pydicom 读像素后自行开窗到计数动态范围或做百分位截断。

Q100：掩码有 3D 连通性问题吗？

A：页面未披露 QC 细节——用前跑一次连通域检查（每卷应为单一心肌壁连通体），异常卷列 QC 名单并从评测剔除。

Q101：NIfTI 是谁转换的？

A：团队统一转换——“All NIfTI files were generated directly from the DICOM images using a standardized preprocessing process”；方向矩阵以文件头为准。

Q102：为什么说 83 人已是生态最大努力？

A：核医学数据基建落后影像 AI 其他分支一代——单中心、人工标注成本、伦理门槛层层叠加；这是生态的坑不是团队的错，也正是公开考卷稀缺的原因。

Q103：AI-Ready 评级给本集的启示？

A：AI-Ready ≠ 大 ≠ 全标签——获取零摩擦（Open+50MB）、结构可预期（四件套）、复现件齐备（双 capsule）、许可明确（ODbL）——四者齐备 50 MB 也是高分素材。

Q104：如果只记住本集一件事？

A：掩码是手工 gold，nnU-Net 是考生——把"标准答案"和"模型输出"混为一谈，是一切评测事故的起点。

Q105：数据集和掩码谁先产生——论文用的数据就是这份吗？

A：论文 2024 年投稿时用的是同一批采集与掩码（figshare 挂论文版），PhysioNet 版 2025-09 才挂牌——数据先于数据集存在 20 个月，"数据集"是发布的动作而非产生的动作。

Q106：ODbL 数据做出来的模型权重也要开源吗？

A：不需要——ODbL 的 share-alike 约束对象是数据库及其衍生数据库，模型权重不在其列；但用掩码做 benchmark 时引用规范（数据集 DOI+论文）仍是学术礼仪底线。

（FAQ 实际 106 问——九十问速查为栏目名，按组覆盖身份/内容/标注/协议/伦理/复现/工程/选型/技术/叙事十域）

§11 事实清单：核查记录

slug myocardial-perfusion-spect（批次队列同名命中）
URL 版本陷阱：/1.0/ 404，必须 /1.0.0/（实测）
挂牌 2025-09-09（页面 Published 字段）
单版本 v1.0.0（Release Notes 原话 ‘only one version’）
DOI v1.0.0 = 10.13026/ce2z-dw74
DOI latest = 10.13026/md6s-re23
Open Access：‘Anyone can access the files’（Access Policy 原话）
License = ODC Open Database License v1.0（ODbL，share-alike）
文件解压 50.4 MB / ZIP 21.5 MB（页面 Files 段）
wget 直下路径 physionet.org/files/myocardial-perfusion-spect/1.0.0/
Topics 13 个（dicom/nifti/automated segmentation/ventricular walls/CAD 等）
Project Views 323（2026-09 快照，一年）
Project Website = PLoS ONE 论文页
数据集作者 4 人：Calixto/Nogueira/Luz/Ortiz de Camargo
Calixto 三机构挂名（Coimbra+UFG+IFG）
Nogueira 挂 Hospital Israelita Albert Einstein
论文作者 14 人全员 equal contribution（☯）
论文通讯 SAN + WPC
机构四角：UFG/Einstein/Coimbra/IFG-GCITE
论文 PLoS ONE 2025;20(1):e0312257
论文 Received 2024-04-18 / Accepted 2024-10-03 / Published 2025-01-17
数据集挂牌晚于论文 8 个月（先论文后数据）
论文 Data Availability = figshare 10.6084/m9.figshare.27047815（双挂载）
代码 Code Ocean doi:10.24433/CO.8499026.v1（2024）
PhysioNet 附带软件 capsule（Dockerfile+nnU-Net 脚本）
内容=静息态 MPS SPECT（无负荷相）
83 患者 / 101 studies / 103 DICOM / 101 NIfTI+掩码
Release Notes 官方解释：2 exams 未分割（103 vs 101）
论文口径：83 exams × 50 slices = 4,150 images
设备 GE Discovery NM 530c（CZT 半导体）
19-pinhole 弧阵 / 32×32 px 矩阵 / 全孔聚焦心脏
准直器 MPH_27_45（Pinhole）
药物 99mTc-MIBI（体重调整剂量）
one-day 协议 / 仰卧 feet-first / 注射后 1 小时 / 6 分钟扫描
能窗 20% @ 140 keV（126.45-154.55 keV）
重建 Myovation for Alcyone + MLEM
采集像素 2.46×2.46 mm（CZT 矩阵）
重建体素 70×70×50 / 4.0×4.0×4.0 mm（NIfTI）
16-bit / window 16383/32767
去标识 DICOM PS3.15 Annex E（codes 113100/113101/113107）
掩码二值：label 1=心肌壁 / 0=背景
掩码=专家手工（Data Description 原话 + 论文 3D Slicer 确认）
nnU-Net ‘automatic segmentation’=capsule 复现流程非掩码生成（歧义存照）
无诊断标签（‘Diagnosis labels: Not provided’）
无伪影标注（v1.0.0；future releases 或补）
分割仅限左心室壁（Limitations 原话）
demographics.csv：patient_id/sex/age/BMI（部分）
88% 男 / 12% 女 / 20-90 岁
采集地 Hospital Israelita Albert Einstein（圣保罗）
采集窗口 2023-02 至 2023-03（两个月）
唯一排除标准=非知情同意（连续纳入，不限 CAD 病史）
全员 ICF；报告留 PACS；人口学录 REDCap
伦理批件 IIEP CAAE 65628422.7.0000.0071
COI：无已知竞争利益
论文成绩：nnU-Net Dice 87% / 平均 IoU 0.8
UFG 学位论文（Luz 2025-06-18）：内验 Dice 87%±6% / 外验 88.46%±7.48%
伪影模型：Dice 0.300-0.940 / 阈值 0.853 / AUC 0.946 / 特异性完美灵敏度温和
伪影专家外验一致率 >60%
Limitations 五条页面自列（无负荷/单机构/无诊断/无伪影/仅左室壁）
Usage Notes 五用途（分割/缺血愿景/伪影 QC/harmonization/教学）
兼容生态：nnU-Net/3D Slicer/ITK-SNAP/nibabel/SimpleITK/pydicom
资助 FCT UIDB/00048/2020 + CNPq 301644/2022-5 + FAPEG + LaMCAD/UFG
论文另有 PROADI-SUS 01/2020 资助
References 3 条：Dorbala 2018 指南 / Nogueira 2025 论文 / Calixto 2024 Code Ocean
页面瑕疵：掩码来源表述歧义（手工 vs automatic 并存）
页面瑕疵：pixel 双口径（2.46 采集 vs 4.0 重建）
页面瑕疵：83/101/103 三层计数需官方解释
本库首个核医学（NM）影像条目——模态版图第五块
本库 Open 档首个 ODbL（此前 Open 均为 ODC-BY）
本库最小体量级数据集（50.4 MB）
查重：url_name 含 perfusion/spect/scintigra 均 0 行
发布前 MAX(record_id)=619 → 本条预期 rid 620
互链候选：613/602（分割谱系）/506/510（Open 许可家族）
CZT 直接转换 vs NaI 闪烁体+光电倍增管——能量分辨率与灵敏度代差
19-pinhole 无机架旋转——多视角并行静态采集
MLEM 泊松统计模型迭代重建——重建器指纹影响纹理
能窗物理：99mTc γ 峰 140.5 keV ±10%
SPECT 体素值 ∝ 放射性浓度（非 HU）——radiomics 解释语境
左室壁厚 8-12 mm ≈ 2-3 个体素（4 mm）——掩码边界不确定度结构性存在
页面未提及衰减校正（AC）——定量分析前核对 DICOM 头
窗宽窗位 16383/32767 = 16-bit 全域——显示需自行开窗
NIfTI 由团队统一从 DICOM 转换（‘standardized preprocessing process’）
掩码 QC 细节未披露——使用前建议连通域自检
ACDC/M&Ms 为 MRI 心脏分割对照生态（互补非互替）
SPECT 公开分割数据稀缺=本集立项核心动机
核医学 AI 数据基建落后影像 AI 其他分支一代（叙事存照）
AI-Ready ≠ 大：获取零摩擦+结构可预期+复现件齐备+许可明确
ODbL 对模型训练无约束、对衍生数据库 share-alike
引用规范：论文按 14 人 PLoS 名单/数据集按 4 人 PhysioNet citation
本集入库后批次七访问光谱补齐：Open-ODbL 档归位
PCA：无 MIMIC 血统——批次七首个非 MIMIC 派生条目（对照 516-519）
论文投稿时数据已在 figshare（先于 PhysioNet 挂牌 20 个月）
ODbL share-alike 不约束模型权重——只约束数据库及衍生数据库
日均采集约 1.4 人（60 天 83 人）——专用心脏相机现实吞吐
采集-投稿间隔 13 个月 / 见刊-挂牌间隔 8 个月——公开数据集真实工期表
附录 F 定位：本集补分割谱系核医学格（602/613 同路不同模态）
收尾句：AI-Ready 本质是"拿到数据那一刻离复现论文还有多远"
页面无 Total Size 之外的下载统计口径——Views 323 为唯一流量指标
本条目事实清单终稿共 99 条——核查覆盖身份/内容/协议/伦理/论文/工程六域

§12 术语表：五十条

1. MPS/MPI —— 心肌灌注显像——核医学评估心肌血流的金标准成像

2. SPECT —— 单光子发射计算机断层——γ 相机 + 准直器 + 重建

3. CZT —— 碲锌镉半导体探测器——新一代核医学相机核心元件

4. 99mTc-MIBI —— 锝-99m 甲氧异腈——心肌灌注显像标准放射性药物

5. MLEM —— 最大似然-期望最大化迭代重建算法

6. 静息相/负荷相 —— MPS 双相采集：静息灌注 vs 应激储备——本集仅静息

7. 左心室壁 —— 本集唯一分割结构——心肌灌注的评估载体

8. pinhole —— 针孔准直器——本机 19 孔弧阵全聚焦心脏（MPH_27_45）

9. Discovery NM 530c —— GE CZT 专用心脏相机——本集唯一设备

10. 衰减伪影 —— 组织吸收 γ 光子造成假性灌注缺损——核医学 AI 主战场之一

11. DICOM PS3.15 Annex E —— DICOM 去标识保密性框架——本集 Basic Profile

12. CAAE —— 巴西伦理审批编号体系（CEP/CONEP）——65628422.7.0000.0071

13. ICF —— 知情同意书——本集唯一排除标准的判定依据

14. ODbL —— ODC 开放数据库许可 v1.0——share-alike 型开放许可

15. ODC-BY —— ODC 署名许可——506/510 的档位，比 ODbL 轻一档

16. share-alike —— 衍生数据库同许可条款——ODbL 第 4 章核心

17. nnU-Net —— 自配置医学分割框架——本集论文的方法与考生

18. Dice 系数 —— 分割重叠度指标——论文口径 87%

19. IoU/Jaccard —— 交并比——论文口径 0.8

20. fold 0 —— nnU-Net 交叉验证的第 0 折——capsule 配置

21. 3D Slicer —— 开源医学影像平台——掩码手工分割工具

22. ITK-SNAP —— 开源分割查看器——本集兼容生态

23. nibabel/SimpleITK —— Python 医学影像 I/O 库——本集兼容生态

24. pydicom —— Python DICOM 读取库——原始影像解析

25. NIfTI —— 神经影像文件格式——本集处理态载体（.nii.gz）

26. demographics.csv —— 本集唯一表格：patient_id/sex/age/BMI

27. 连续纳入 —— 不设临床门槛的 prospective 招募——唯一排除=不签同意

28. 先论文后数据 —— 研究工件挂载模式——本集晚论文 8 个月

29. figshare —— 论文数据仓储——本集的第二挂载点

30. Code Ocean —— 可复现代码胶囊平台——doi:10.24433/CO.8499026.v1

31. 软件 capsule —— PhysioNet 的配套复现件——Dockerfile+nnU-Net 脚本

32. one-day protocol —— 一日双相采集协议——本集仅执行静息半程

33. 4,150 images —— 论文口径：83 exams × 50 slices

34. 灌注储备 —— 负荷与静息差值——本集无法计算（无负荷相）

35. Pilot study —— 先导研究——PLoS ONE 论文的自我定位

36. 等贡献署名 —— 14 位作者 ☯ equal contribution——论文的不常见署名制

37. Hospital Israelita Albert Einstein —— 圣保罗顶级私立医院——数据来源与伦理主体

38. UFG —— 巴西戈亚斯联邦大学——工程端主力

39. Coimbra —— 葡萄牙科英布拉大学——国际合作端

40. PROADI-SUS —— 巴西统一医疗体系发展计划——论文资助方

41. AUC 0.946 —— 伪影检测模型曲线下面积（学位论文第二阶段）

42. 外部验证 —— 独立专家外批——Dice 88.46%±7.48% 的语境

43. harmonization —— 数据协调预处理——Usage Notes 推荐用途之一

44. radiomics —— 影像组学——缺血检测的候选技术路线（愿景）

45. γ 相机 —— 伽马相机——SPECT 的探测主体

46. 各向同性体素 —— 4.0×4.0×4.0 mm——重建体积的空间属性

47. 跨模态迁移 —— CT/MRI 模型→SPECT 的迁移研究——本集外测用途

48. Modality NM —— 核医学 DICOM 模态码——本库首个 NM 条目

49. 50.4 MB —— 解压总体量——本库最小级

50. 小而专 —— 本集定位：结构完整+可复现优先于体量

附录 A：发布时间线与产出链对照

日期	事件
2018	ASNC SPECT MPI 指南发表（Dorbala et al.，J Nucl Cardiol）——本集临床语境的出处
2023-02/03	Einstein 医院 60 天前瞻采集（83 患者连续纳入）
2024-04-18	论文投稿 PLoS ONE
2024	Code Ocean capsule 挂牌（doi:10.24433/CO.8499026.v1）
2024-10-03	论文接收
2025-01-17	PLoS ONE 论文见刊（20(1):e0312257）
2025-06-18	UFG 硕士学位论文答辩（伪影检测第二阶段）
2025-09-09	数据集 v1.0.0 挂牌 PhysioNet（晚论文 8 个月）
2026-09	Views 323；无版本更新

附录 B：采集协议速查卡（复现用）

域	参数
检查	静息态 MPS（99mTc-MIBI）
设备	GE Discovery NM 530c（CZT）
探头	19-pinhole 弧阵（MPH_27_45）/ 32×32 px
时序	one-day / 注后 1h / 6 min
能窗	20% @ 140 keV（126.45-154.55）
体位	仰卧 feet-first
重建	Myovation for Alcyone / MLEM
几何	采集 2.46 mm → 重建 70×70×50 @ 4.0 mm 等向
位深窗	16-bit / WC-WW 16383/32767
去标识	PS3.15 Annex E（113100/113101/113107）

速查卡使用说明：做复现实验时按行核对——设备与探头行决定数据分布（CZT 特性），时序与药物行决定生理状态（注射后 1 小时的分布期），重建行决定纹理指纹（MLEM 迭代特性），几何行决定预处理管线（4 mm 等向的重采样基准），去标识行决定 DICOM 头可预期内容（敏感字段已抹）。一张卡十行参数，复现论文采集侧的全部信息量都在这里——对照许多论文"相机型号都不给"的披露水平，这份协议记录的完整度本身就是 AI-Ready 的示范。

附录 C：计数账本（三层口径全录）

层	数	说明
患者	83	demographics.csv 的 patient_id 去重
studies	101	一 study 一 NIfTI 卷；部分患者多 study
DICOM	103	2 份无掩码（Release Notes 官方解释）
掩码	101	与 NIfTI 一一同 base id 配对
切片	4,150	论文口径：83×50（论文只用 83 exams 的口径）

注：4,150（论文）与 101×50=5,050（NIfTI 全量）的差异来自"论文拍摄时点 83 exams vs 数据集整理时 101 studies"的扩容——引用切片数时注明口径来源。

附录 D：口径差异存照（并列引用，不仲裁）

项	口径 A	口径 B	处置
掩码来源	手工（Data Description + 论文 3D Slicer）	“automatic segmentation…nnU-Net”（Usage Notes）	存照：手工 gold，nnU-Net 为考生与 capsule 流程
像素尺寸	2.46×2.46 mm（采集）	4.0×4.0 mm（重建）	按阶段引用
图像计数	103 DICOM（全量）	101 带掩码 / 4,150 论文切片	按用途引用并注明
作者名单	数据集 4 人	论文 14 人等贡献	按工件对表
访问预判	批次队列未标	实测 Open Access + ODbL	以实测为准
缺血检测	Usage Notes 列为用途	无诊断标签	愿景 vs 现状分开写

三行读法提示：一，掩码来源存照是本集最重要的一行——"gold 与考生"混淆会系统性污染下游评测，任何引用本集的论文都应先把这层关系写清；二，像素双口径是医学影像多阶段处理（采集-重建）的常见形态，本集把两阶段参数都完整披露反而是加分项；三，作者名单差异的尺度（4 vs 14）大于 519 的（15 vs 16）——数据集署名收敛于核心 4 人，论文署名是葡语科研协作网络的全景照，两种署名哲学并存于同一工件族。

附录 E：文件清单与命名规则

myocardial-perfusion-spect/1.0.0/
├── DICOM/                      # 103 × *.dcm（原始 SPECT）
│   └── 1.2.840.4267.32.<35-40 位随机后缀>.dcm
├── NIfTI/                      # 101 × *.nii.gz（重建体积）
│   └── 1.2.840.4267.32.<同 base id>.nii.gz
├── segmentation_masks/         # 101 × *_mask.nii.gz（左室壁二值）
│   └── 1.2.840.4267.32.<同 base id>_mask.nii.gz
├── demographics.csv            # patient_id / sex / age / BMI
└── data_description.txt        # 完整结构说明（页面指引）

附录 F：本库分割类条目谱系（含本集）

条目	模态	结构	掩码来源	访问
602 chexmask-cxr-segmentation-data	X 光	肺等	人工+自动混合	Open
613 lung-segment-mimic-cxr	X 光	肺	模型+人工审	Open
506/510 等掩码集	CT/X 光	多结构	人工金标	Open/BY
本集（620）	SPECT（NM）	左心室壁	专家 3D Slicer 手工	Open/ODbL

本集补的是谱系的核医学格——掩码方法论与 602/613 同路，模态物理与生态自成一体。

附录 G：许可光谱与本集档位

档位	条目	许可	衍生数据库约束
Open-BY	506/510 等	ODC-BY	署名即可
Open-DB（本集）	620	ODbL v1.0	同许可 share-alike
申请制	512	Restricted	协议条款
认证制	MIMIC 家族	License 1.5.0+DUA	DUA 条款

ODbL 实务一句话：训练模型=自由，再分发数据=同许可。对照表让选型一秒定位。

补一行格局观察：四档光谱里，Open 档（BY/DB）条目的共同特征是"影像+掩码"型素材（506/510/602/613/本集）——像素级标注数据的公开意愿与可行性都高于报告文本（隐私面小）。核医学考卷选择最重的 ODbL 而不是 BY，可能与数据库作为"整体作品"的定位有关——团队把影像-掩码-元数据当成一件完整的数据库作品来保护，这在临床影像公开里是更谨慎也更欧洲的姿势。

附录 H：批次七生产存照（520 号）

生产序号：批次七 5/10（数据集总序 520；发布后 record_id 620）
核查轮次：3 轮——①PhysioNet v1.0.0 页面全段提取（57,607 B，先排 /1.0/ 404 陷阱）；②PLoS ONE e0312257 全文页（Dice/IoU/4,150/figshare/14 人名单/资助全录）；③BVS+Paperity 交叉 + UFG 学位论文库（伪影第二阶段 AUC 0.946）+ DB 查重实测
关键修正：访问预判修正（批次队列未标 → 实测 Open Access + ODbL v1.0，非 Credentialed）；掩码来源歧义解决（论文交叉：手工 gold）
意外收获：URL 版本号陷阱（/1.0/ 404）；50.4 MB 本库最小级；本库首个 NM 条目；论文 14 人等贡献署名制
成品行数：见发布记录（目标 ≥1200）
下一发：521 rad-coreference-resolution（批次七 6/10，医疗 NLP 域回归）

收尾：本集留给后来者的三句话

一，核医学 AI 的第一块公开踏板已经铺好——下一块（多中心、多相机、带标签）仍无人铺，机会属于踩上这块的人。二，"掩码是 gold、模型是考生"的分离纪律适用于所有标注数据集——每当文档里"手工"与"自动"同页出现，先做本条目 §4.2 式的考古再写代码。三，50 MB 敢叫 database 的底气来自结构——AI-Ready 的本质不是数据有多大，而是拿到它的那一刻，你离复现论文还有多远。本集的答案是：一条 wget 的事。