RAS 数据集：右心房 LGE-MRI 分割数据集-85967

数据集获取

源站：https://doi.org/10.5281/zenodo.8415542

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 1.6 MB。

数据说明

当前有效治疗心房颤动（AF）的挑战源于对人类心房复杂结构的认识有限。在晚期钆增强磁共振成像（LGE-MRI）扫描中，对右心房（RA）进行客观且定量的解读，很大程度上依赖于其精确分割。利用基于人工智能（AI）的RA分割方法展现出前景广阔的解决方案。然而，在此背景下成功实施AI需要大量标注过的LGE-MRI图像以供模型训练。本文中，我们介绍了一个全面的3D心脏数据集，包含154份高分辨率的LGE-MRI扫描，每份扫描均经过像素级的精细标注。标注过程通过医学专家小组的众包方式进行了严格的标准化，确保了标注的准确性和一致性。我们的数据集对该领域做出了重要贡献，为推进基于AI的RA分割方法提供了宝贵的资源。

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。