MyoPS心肌病理分割挑战数据集
MyoPS心肌病理分割挑战数据集收录心脏MRI多序列影像、心肌病理区域和心肌结构分割标注，数据模态为图像，适合心肌炎相关病例识别、诊断建模、分割检测、风险评估或临床研究复现。
基本信息
资源简介
MyoPS心肌病理分割挑战数据集
【一句话概览】
MyoPS 2020 挑战聚焦于结合多序列心脏磁共振（CMR）数据，对心肌病理进行分类。评估心肌存活性对心肌梗死（MI）患者的诊疗至关重要。CMR 可提供心脏解剖与功能信息，如 LGE 序列显示 MI、T2 加权成像显示急性损伤与缺血区、bSSFP 电影序列捕捉心脏运动并呈现清晰边界。联合这些多序列数据可提供心肌病理与形态的丰富可靠信息。挑战目标是将心肌分类为正常、梗死和水肿区域，但人工勾画耗时且存在观察者差异，因此自动化分割在临床中亟需。该挑战提供 45 例患者的三序列 CMR，旨在开发新算法并搭建开放公平的测试验证平台（来源 zmiclab.github.io）。
【数据集背景】
本数据集源站标题为《MyoPS 2020: Myocardial pathology segmentation combining multi-sequence CMR》。
【数据内容】
源站原始描述：Assessment of myocardial viability is essential in the diagnosis and treatment management for patients suffering from myocardial infarction (MI). Cardiac magnetic resonance (CMR) is particularly used to provide imaging anatomical and functional information of heart, such as the late gadolinium enhancement (LGE) CMR sequence which visualizes MI, the T2-weighted CMR which images the acute injury and ischemic regions, and the balanced- Steady State Free Precession (bSSFP) cine sequence which captur…
中文译文（机器翻译，仅供快速理解，请以原文为准）：评估心肌存活性对于心肌梗死（MI）患者的诊断和治疗管理至关重要。心脏磁共振（CMR）尤其用于提供心脏的成像解剖和功能信息，例如可显示MI的晚期钆增强（LGE）CMR序列、对急性损伤和缺血区域成像的T2加权CMR，以及捕捉心脏运动并呈现清晰边界的平衡稳态自由进动（bSSFP）电影序列。结合这些多序列CMR数据，可以提供关于心肌病理及形态学信息的丰富而可靠的信息。本挑战的目标是结合多序列CMR数据对心肌病理进行分类。具体而言，将心肌分类为正常、梗死和水肿区域，这对于患者的诊断和治疗管理非常重要。然而，这仍然十分困难。由于手动勾画通常耗时、繁琐，且受观察者间和观察者内变异的影响，在临床实践中非常需要自动化这一分割过程。拟议的挑战将提供来自45名患者的三序列CMR，以开发能够结合这三序列CMR图像互补信息对心肌病理进行分类的新算法。该挑战为不同研究组提供了一个开放且公平的平台，以在从临床环境中获取的这些数据集上测试和验证其方法。该挑战的目的不仅是对各种心肌病理分割算法进行基准测试，还将涵盖一般心脏图像分割、配准和建模这一主题，并为进一步的技术发展和临床部署引发讨论。
【主题与分类】
主题标签：Myocardial pathology segmentation、Cardiac magnetic resonance、CMR、Myocardial infarction、LGE、T2-weighted、bSSFP、Multi-sequence、Cardiac image segmentation、MICCAI 2020。
【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://zmiclab.github.io/zxh/0/myops20/
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://zmiclab.github.io/zxh/0/myops20/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
MyoPS 2020 数据集包含心脏MRI多序列影像、心肌病理区域和心肌结构分割标注，可围绕心肌炎（Myocarditis）开展病例筛选、特征提取、诊断分类、分割检测、风险评估或预后分析。
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。
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。
