MOSXAV数据集

MOSXAV数据集提供X光血管造影视频中多目标分割的高精度手动标注,用于半监督医学图像分割研究。

英国东安格利亚大学,英国伦敦国王学院英国东安格利亚大学,英国伦敦国王学院
arXiv
2025-07-22 更新
浏览 39
医学影像血管造影医学影像
Multi-Object Segmentation in X-ray Angiography Videos (MOSXAV)

基本信息

模态
医学影像
大小
0.000043 GB
许可
NOASSERTION
创建/更新时间
2025-07-22
版本
main

资源简介

MOSXAV数据集

【数据集背景】

本数据集源站标题为《xilin-x/MOSXAV》。源站首次发布:2025-07-17。

【数据内容】

源站原始描述:A Benchmark Dataset for Multi-Object Segmentation in X-ray Angiography Videos # MOSXAV: A Benchmark Dataset for Multi-Object Segmentation in X-ray Angiography Videos VOS Task: | Semantic Segmentation Task: VOS Task Evaluation Code: - ## 📖 1. Overview **MOSXAV** is a benchmark dataset designed for **multi-object segmentation** in X-ray angiography videos. It provides **high-quality, manually annotated segmentation ground truth**, supporting the analysis of vascular structures in dynamic medical…

【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://github.com/xilin-x/MOSXAV

使用许可:NOASSERTION。

【使用注意】

· 源站最后修改于 2026-01-09,引用时请注意版本时效。

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

git clone https://github.com/xilin-x/MOSXAV.git

curl -L -o repo.zip https://github.com/xilin-x/MOSXAV/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录(使用方式)

📥 4. Download

The MOSXAV Dataset is hosted across multiple cloud storage platforms to ensure accessibility and high download speeds globally.

Source Download Link Extraction Code / Notes
OneDrive 🌐 Click Here Code PNG
Google Drive 🌐 Click Here -
Baidu Pan 🌐 Click Here Code PNG
Hugging Face 🌐 Click Here -

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。

完整仓库:github.com/xilin-x/MOSXAV

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