DSA冠脉分割数据集

该数据集用于术中DSA影像中弹性动态血管的检测与分割性能验证。该数据集以人体冠脉血管为主要对象,涵盖该区域内复杂血管。数据内容包括2020-2021年间采集自上海华东医院的二维DSA影像,以及来自医师人工勾画的冠脉血管…

华东医院华东医院
国家基础学科公共科学数据中心
浏览 15
医学影像医学影像分割数字减影血管造影手术规划心血管病学模式识别图象处理临床医学电子与通信技术计算机科学技术内科学信息处理技术人工智能
DSA Coronary Artery Segmentation Dataset

基本信息

模态
医学影像
许可
完全共享
创建/更新时间
2026-10-10

资源简介

DSA冠脉分割数据集

【一句话概览】

本数据集是 国家基础学科公共科学数据中心 公开的影像数据集,收录 28 个文件、合计 361.24 MB,主题涵盖 医学影像分割、数字减影血管造影、手术规划、心血管病学、模式识别,可用于医学图像分割、检测与分类模型的训练与评测,完全共享 许可开放获取。

【数据集背景】

源站首次发布:2023-05-15。

【数据内容】

源站原始描述:该数据集用于术中DSA影像中弹性动态血管的检测与分割性能验证。该数据集以人体冠脉血管为主要对象,涵盖该区域内复杂血管。数据内容包括2020-2021年间采集自上海华东医院的二维DSA影像,以及来自医师人工勾画的冠脉血管真实标签。标注的DSA影像数据共707帧,分辨率均为512×512,左冠和右冠的比例接近1:1。数据格式为.nii及.nii.gz,数据量为532MB。

【数据结构与技术规格】

文件数 28 个,合计 361.24 MB。

【主题与分类】

主题标签:医学影像分割、数字减影血管造影、手术规划、心血管病学、模式识别、图象处理、临床医学、电子与通信技术、计算机科学技术、内科学。

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://www.nbsdc.cn/general/dataDetail?id=64edc89abb16e07753c3549d&type=1

使用许可:完全共享。

规范引用:CSTR:16666.11.nbsdc.lqgyYPg7

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://www.nbsdc.cn/general/dataDetail?id=64edc89abb16e07753c3549d&type=1

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