颈总动脉超声图像数据集

该数据集包含1100张颈总动脉超声图像(PNG格式,分辨率709×749×3)及对应的专家标注掩膜,数据来源于11名受试者使用迈瑞超声设备采集的左右侧颈动脉影像,主要应用于医学图像处理领域的颈动脉自动分割、血管几何参数测量以及相关临床评估研究。

Mendeley Data
2024-03-27 更新
浏览 23
颈动脉超声分割血管几何测量
Common Carotid Artery Ultrasound Images

基本信息

大小
0.298318144 GB
创建/更新时间
2024-03-27
版本
v1

资源简介

颈总动脉超声图像数据集

【数据集背景】

本数据集源站标题为《Common Carotid Artery Ultrasound Images》。源站首次发布:2022-11-14。

【数据内容】

源站原始描述:The dataset consists of aquistified ultrasound images of the common carotid artery. The images were taken from a Mindary UMT-500Plus ultrasound machine with an L13-3s linear probe. The study group consisted of 11 subjects, with each person examined at least once on the left and right sides. 2 subjects were examined using the vascular modality and 8 using the carotid modality. Time series (DICOM) were converted to png files and cropped appropriately. Each person had 100 images, making a total of…

【数据结构与技术规格】

文件数 2200 个,合计 298.32 MB。数据集 DOI:10.17632/d4xt63mgjm.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/d4xt63mgjm

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

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://data.mendeley.com/datasets/d4xt63mgjm

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

该数据集包含采集自颈总动脉的超声图像,使用迈瑞UMT-500Plus超声设备配合L13-3s线性探头获取。研究涉及11名受试者,每人均接受至少一次左右侧检查,其中2名受试者采用血管模式、8名采用颈动脉模式成像。原始DICOM时间序列数据已转换为PNG格式并经过适当裁剪,每人包含100张图像,共计1100张图像。数据集还提供了由技术员标注、专家验证的对应专家掩膜(文件名对应),可用于颈动脉分割、几何测量与评估等任务。图像分辨率为709×749×3,文件格式为PNG。

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。

获取专属数据定制方案