JLB-rsna-aneurysm 颅内动脉瘤CT血管造影数据集
该数据集提供带标注的CT血管造影影像,用于颅内动脉瘤研究,来源于RSNA Intracranial Aneurysm Challenge

基本信息
资源简介
JLB-rsna-aneurysm 颅内动脉瘤CT血管造影数据集
JLB-rsna-aneurysm 是一个面向颅内动脉瘤研究的医学影像数据集,提供带标注的 CT 血管造影影像,来源于 RSNA Intracranial Aneurysm Challenge。该数据集旨在支持机器学习和深度学习模型的开发,用于实现动脉瘤的自动检测与定位。数据集由 James Barnett 发布,采用 MIT 许可,当前版本为 v7,发布时间为 2025-09-30。数据集共包含 5 个文件,合计约 98.70 MB,涵盖纯文本、PTH、PY、CSV 表格和 Parquet 列式存储等多种格式,并附带一个预训练模型,主题标签为 pre-trained model。整体而言,该数据集适合用于颅内动脉瘤的自动检测、定位及相关模型训练与推理任务。
【数据集背景】
颅内动脉瘤是心血管系统疾病中的一种重要类型,其早期发现和准确定位对临床诊断与治疗决策具有重要意义。CT 血管造影是常用的影像学检查手段之一,能够提供脑血管结构的三维信息。该数据集来源于 RSNA Intracranial Aneurysm Challenge,旨在为研究者提供带标注的 CT 血管造影影像,以推动自动化动脉瘤检测与定位方法的发展。数据集所属分类为心血管系统疾病 / 动脉瘤,主题标签为 pre-trained model,表明其不仅包含影像数据,还涉及预训练模型相关资源。
【数据内容】
该数据集共包含 5 个文件,文件样例包括:kaggle-real-submission/README.txt、kaggle-real-submission/best_model.pth、kaggle-real-submission/create_real_submission.py、kaggle-real-submission/real_submission.csv、kaggle-real-submission/submission.parquet。从文件格式来看,涵盖纯文本、PTH、PY、CSV 表格以及 Parquet 列式存储。其中,README.txt 为纯文本说明文件,best_model.pth 为模型权重文件,create_real_submission.py 为 Python 脚本,real_submission.csv 为 CSV 表格文件,submission.parquet 为 Parquet 列式存储文件。数据集合计约 98.70 MB。源站描述指出,该数据集提供带标注的 CT 血管造影影像,用于颅内动脉瘤研究,并支持机器学习和深度学习模型的开发,以实现动脉瘤的自动检测与定位。
【采集与来源】
该数据集来源于 kaggle.com,原始影像数据来自 RSNA Intracranial Aneurysm Challenge。发布机构为 James Barnett,发布时间为 2025-09-30,版本为 v7。源站描述提到,该数据集提供带标注的 CT 血管造影影像,用于颅内动脉瘤研究。关于具体的采集设备、采集地点、采集时间范围、患者人群构成、标注流程细节等信息,源站未提供。
【适用场景】
该数据集适用于颅内动脉瘤的自动检测与定位研究,可支持机器学习和深度学习模型的开发。由于包含预训练模型文件(best_model.pth)以及生成提交文件的脚本(create_real_submission.py),该数据集可用于模型推理、结果提交以及相关竞赛或评测任务。主题标签为 pre-trained model,进一步表明其可服务于迁移学习、模型微调或基线模型构建等场景。此外,CSV 和 Parquet 格式的提交文件可用于结果记录与列式存储分析。关于具体的临床诊断应用、实时部署场景或与其他数据集的联合使用,源站未提供。
【使用方法】
使用该数据集时,可先下载全部 5 个文件,合计约 98.70 MB。按文件格式读取:纯文本文件可直接查看说明内容;PTH 文件可用于加载预训练模型权重;PY 文件为 Python 脚本,可用于生成提交文件;CSV 表格文件可按表格方式读取;Parquet 文件可按列式存储方式读取。建议先在小样本上核对字段与编码,确认无误后再批量接入。关于具体的环境依赖、运行命令、参数配置、模型输入输出格式等细节,源站未提供。
【质量与限制】
该数据集来源于 RSNA Intracranial Aneurysm Challenge,并提供了带标注的 CT 血管造影影像,但关于影像的分辨率、层厚、标注一致性、标注者数量、阳性与阴性样本比例、数据划分方式等质量指标,源站未提供。数据集仅包含 5 个文件,且以模型权重、脚本和提交文件为主,关于原始影像数据的完整规模、覆盖范围及患者隐私处理方式,源站未提供。使用时应关注数据来源的竞赛背景,并结合实际任务需求评估其适用性。
【引用与许可】
该数据集采用 MIT 许可,发布机构为 James Barnett,发布时间为 2025-09-30,版本为 v7。数据集英文名为 JLB-rsna-aneurysm,来源站为 kaggle.com。关于具体的引用格式、原始竞赛的引用要求、以及再分发或商业使用的附加条款,源站未提供。使用时应遵守 MIT 许可的相关规定,并尊重原始数据来源 RSNA Intracranial Aneurysm Challenge 的使用条款。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://kaggle.com/datasets/barnettech/jlb-rsna-aneurysm
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 98.7 MB。
数据说明
JLB-rsna-aneurysm
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




