自动分割冠状动脉数据ASOCA

数据集获取

源站：https://nbsdc.cn/general/dataDetail?id=68ff973c195d2632a802bfe0&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。

数据说明

ASOCA数据集是一个冠状动脉CT血管造影（CTCA）医学影像数据集，包含20例正常病例和20例冠状动脉疾病（CAD）病例的影像数据。每个病例提供匿名的CTCA原始图像（.nrrd格式）以及由三位专家手工标注、经多数投票融合生成的体素级冠状动脉分割标签。该数据集由西安交通大学构建并通过国家基础学科公共科学数据中心发布，主要用于冠状动脉自动分割算法的开发与验证、三维血管建模、虚拟现实医学教学以及冠状动脉疾病的计算机辅助诊断研究。

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。