Ar-PlaqSegm1:首个用于动脉粥样硬化斑块分割的阿根廷B-mode超声图像数据库

Ar-PlaqSegm1 是首个阿根廷 B-mode 超声图像数据库,专为动脉粥样硬化斑块的自动分割而构建,共包含 541 对 800x800 像素的超声图像及经医学专家验证的二值分割掩膜,按 493 对训练集(91%)与 48 对测试集(9%)划分

Mendeley DataMendeley Data
datacite
浏览 7
医学影像图像分割Image SegmentationPlaqueUltrasoundCarotid Artery
Ar-PlaqSegm1: First Argentine database of B-mode ultrasound images for atherosclerotic plaque segmentation

基本信息

模态
医学影像
大小
0.111254234 GB
任务类型
图像分割
创建/更新时间
2026-10-27

资源简介

Ar-PlaqSegm1:首个用于动脉粥样硬化斑块分割的阿根廷B-mode超声图像数据库

Ar-PlaqSegm1: First Argentine database of B-mode ultrasound images for atherosclerotic plaque segmentation

Ar-PlaqSegm1 是首个阿根廷 B-mode 超声图像数据库,专为动脉粥样硬化斑块的自动分割而构建,共包含 541 对 800x800 像素的超声图像及经医学专家验证的二值分割掩膜,按 493 对训练集(91%)与 48 对测试集(9%)划分。数据涵盖无可见斑块的 201 对图像与含一个或多个斑块的 340 对图像,强调多样性以克服其他数据集的局限,适用于深度学习分割模型的训练与可重复性研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):这是一个阿根廷 B-mode 超声图像数据库,旨在用于动脉粥样硬化斑块的自动分割。该数据库通过提供一组代表真实临床场景的图像,旨在促进可重复性和协作研究,尤其是在深度学习领域。数据库由 541 对超声图像(每幅尺寸为 800x800 像素)组成。每幅图像均附有经医学专家验证的对应二值分割掩膜。这些图像对被分为测试集(48 对,9%)和训练集(493 对,91%)。该数据集的关键特征是其多样性,旨在克服其他数据集中发现的局限性:内容:201 对图像不含可见斑块,而 340 对图像显示存在一个或多个斑块。大小和位置:图像具有较大尺寸,并包含 c

【主题与分类】

主题标签:Image Segmentation、Plaque、Ultrasound、Carotid Artery。本站分类:循环系统疾病/其他。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/8srkpz52dy/2

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

暂未开放

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。

免登录

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.17632/8srkpz52dy.2

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 111.3 MB。

数据说明

这是一个阿根廷B模式超声图像数据库,旨在实现动脉粥样硬化斑块的自动分割。该数据库旨在通过提供一组代表真实临床场景的图像,促进可重复性和协作研究,特别是在深度学习领域。该数据库由541对超声图像组成(每幅图像尺寸为800x800像素)。每幅图像均配有相应的二值分割掩膜,并已由医学专家验证。这些图像对被分为测试集(48对,9%)和训练集(493对,91%)。该数据集的关键特征是其多样性,旨在克服其他数据集中存在的局限性:内容:201对图像未见明显斑块,而340对图像显示存在一个或多个斑块。大小和位置:图像尺寸较大,并包含存在多个斑块以及斑块非中心位置的情况。格式:预处理流程的最终输出提供单色输入图像和二值输出图像(掩膜),均为800x800像素。

方法与方案 本研究方案已获得科尔多瓦国立大学机构独立伦理委员会(IIEC)和Rusculleda基金会的批准。图像由两位在斑块手动勾画方面经验丰富的医生在阿根廷科尔多瓦的Centro Privado Blossom DMO采集。研究纳入了一个中年至老年队列(57%男性,43%女性),这些参与者在初级和二级预防背景下均表现出轻度、中度或重度动脉粥样硬化。参与者的临床特征包括:35%的病例患有高血压(平均血压约124/72 mmHg),27%患有高胆固醇血症(整体血脂异常率高达84.6%),14%患有糖尿病(平均HbA1c:5.8–6.1%)。肾功能存在差异,估算肾小球滤过率(eGFR)范围为20至100。此外,该队列还

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。