基于神经影像方法评估人脑动脉供血区变异性的系统综述

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/3707

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。

数据说明

脑动脉供血区的成像方法已经从尸体注射技术显著演进为CT血管成像与多种MRI灌注技术的结合。文献中已充分认识到脑动脉供血区的变异性。这种变异性被归因于：(1)与各动脉外周阻力相关的血流动力学因素；(2)Willis环的异常；(3)软脑膜侧支(LMCs)动脉的参与；以及(4)既往卒中导致的动脉供血区扩大；以及其他因素。我们分别进行了两项系统性文献综述，检索以下类型的论文：1)承认、描述或分析脑供血区的血管供应及其边界的变异性；2)识别并讨论这种变异性的来源；以及3)提出或评估从脑MRI数据估计动脉供血区边界的有用资源。每项系统性检索的目标和纳入/排除标准略有不同。本数据集包含检索结果及所提取的数据。

通过分析提取的数据，动脉供血区变异的主要来源是软脑膜侧支（LMCs）的参与。这些血管在闭塞后为脑表面提供紧急血液供应，连接不同的动脉供血区。次要来源包括Willis环的变异和既往卒中导致的动脉供血区扩大。在对45名卒中患者的非增强FLAIR MRI进行边缘区和LMCs受累情况分析后，观察者间可靠性分析发现，利用常规结构MRI序列评估LMCs以估计这些供血区变异的可能性非常低（Kappa统计量=0.1262）。该数据集还包括这项观察者间分析。

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。