十例腹主动脉瘤患者的4D-CTA图像与表面模型

数据集获取

源站：https://doi.org/10.5281/zenodo.15477709

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 81.8 MB。

数据说明

该数据集包含十位患者在整个心动周期中采集的腹主动脉瘤（AAA）时间分辨三维计算机断层扫描血管造影（4D-CTA）图像，以及从这些图像中提取的十个患者特异性AAA表面模型。该数据集用于发表在《Journal of Biomechanics》上的研究，题为“腹主动脉瘤的运动学”。通常，每位患者的4D-CTA数据集包含在一个心动周期内采集的十个心电图（ECG）门控3D-CTA图像帧，捕捉AAA构型的收缩期和舒张期。这些图像是在西澳大利亚的Fiona Stanley Hospital采集的，并提供给西澳大利亚大学医学智能系统实验室（ISML-UWA）的研究人员，在那里进行了基于图像的AAA运动学分析。

AAA表面模型通过一个自动化图像处理流程提取，该流程包括使用NUREA公司的PRAEVAorta软件（https://www.nurea-soft.com/）进行基于AI的分割，利用ISML-UWA内部代码进行自动化后处理，以及使用免费提供的BioPARR（基于生物力学的动脉瘤破裂风险预测）（https://bioparr.mech.uwa.edu.au/）和3D Slicer（https://www.slicer.org/）软件包进行表面模型提取。为了验证方法，该数据集还包括根据患者1舒张期3D-CTA AAA图像生成的合成地面真实数据。地面真实数据包括患者特异性有限元生物力学模型和合成的收缩期3D-CTA图像。合成收缩期图像是通过使用从AAA生物力学模型获得的真实位移场对患者1的舒张期3D-CTA图像进行变形生成的。该数据集使得能够使用基于非侵入性、在体、图像配准的方法分析整个心动周期中的AAA壁位移和应变。使用广泛采用的开源文件格式（图像为NRRD，STL

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。