imageTAAD：Type-A主动脉夹层综合分割数据集
imageTAAD 是面向 Type-A 主动脉夹层（TAAD）的综合分割数据集，来源于 kaggle.com，包含 120 个病例，共 9 个文件，涵盖分割代码与影像数据
基本信息
资源简介
imageTAAD：Type-A主动脉夹层综合分割数据集
ImageTAAD
imageTAAD 是面向 Type-A 主动脉夹层（TAAD）的综合分割数据集，来源于 kaggle.com，包含 120 个病例，共 9 个文件，涵盖分割代码与影像数据。TAAD 属心脏急症，快速诊断、预后预测与手术规划对患者生存至关重要，而临床中人工分割解剖结构难以常规开展。该数据集可用于自动分割 TAAD 解剖结构的研究，并支持面向临床的评估，弥补现有工作缺乏全面公开数据集与临床导向评价的不足（来源 Kaggle，Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) 许可）。
【数据集背景】
源站首次发布：2025-04-18。
【数据内容】
源站描述（机器翻译，仅供参考）：Type-A主动脉夹层（TAAD）是一种心脏急症，快速诊断、预后预测和手术规划对患者生存至关重要。全面理解TAAD患者的解剖结构及相关特征，是完成这些任务的关键。然而，由于该疾病的紧急性以及对高级专业知识的要求，这些解剖结构的人工分割在临床实践中并非常规可用。目前，TAAD的自动分割是心血管影像研究的重点。然而，现有工作存在两个局限：缺乏全面的公开数据集，以及缺乏面向临床的评估。为解决这些局限，本文提出imageTAAD，这是首个具有面向临床评估的TAAD综合分割数据集。该数据集由120个病例组成，每个
【数据结构与技术规格】
文件数 9 个，合计 26.89 GB。
【主题与分类】
主题标签：image、computer science、biology、medicine、image segmentation。本站分类：心血管系统疾病/主动脉夹层。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/xiaoweixumedicalai/imagetaad
使用许可：Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)。
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/xiaoweixumedicalai/imagetaad/discussion
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 26.89 GB。
数据说明
Xiaowei XU (2025). ImageTAAD [Dataset]. https://www.kaggle.com/datasets/xiaoweixumedicalai/imagetaad/discussion
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
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。
