ISLES'24 卒中训练数据集
该数据集是一个包含149例急性缺血性卒中病例的多模态医学影像与临床数据集合，数据模态涵盖急性期的非增强CT、CT血管成像、4D CT灌注序列及参数图，随访期的MRI扩散加权成像和表观扩散系数图，以及梗死、大血管闭塞和Willis环的分割掩膜和临床表格信息，主要用于卒中影像分析、最终梗死预测和预后评估等医学影像人工智能研究。
基本信息
资源简介
ISLES''''24 卒中训练数据集
【数据集背景】
本数据集源站标题为《hugging-science/isles24-stroke》。源站首次发布：2025-12-08。
【数据内容】
源站原始描述：# ISLES''''24 Stroke Training Dataset Multi-center longitudinal multimodal acute ischemic stroke training dataset from the ISLES''''24 Challenge. ## Dataset Description - **Source:** Zenodo Record 17652035 (v7, November 2025) - **Challenge:** ISLES 2024 - **Paper:** Riedel et al., arXiv:2408.11142 - **License:** CC BY-NC-SA 4.0 - **Size:** 99 GB (compressed) ## Overview 149 acute ischemic stroke training cases with: - **Admission imaging (ses-01):** Non-contrast CT, CT angiography, 4D CT perf…
【数据结构与技术规格】
文件数 150 个，合计 27.41 GB。
【主题与分类】
主题标签：task_categories:image-segmentation、license:cc-by-nc-sa-4.0、size_categories:n<1K、arxiv:2408.11142、arxiv:2408.10966、arxiv:2312.17670、region:us、medical、neuroimaging、stroke。
【获取与许可】
源站页面：https://huggingface.co/datasets/hugging-science/isles24-stroke
使用许可：cc-by-nc-sa-4.0。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("hugging-science/isles24-stroke")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/hugging-science/isles24-stroke
数据说明
该数据集是ISLES’'24挑战赛提供的多中心、纵向、多模态急性缺血性卒中训练数据集。它包含149个公开病例，每个病例均包含急性期（入院）和随访期的影像数据及临床信息。具体数据包括：急性期的非增强CT、CT血管成像、4D CT灌注序列及衍生的灌注参数图（如Tmax、MTT、CBF、CBV）；随访期的MRI扩散加权成像（DWI）和表观扩散系数（ADC）图。此外，数据集提供了梗死区域、大血管闭塞和Willis环解剖结构的分割掩膜，以及患者人口统计学、入院NIHSS评分和3个月改良Rankin量表（mRS）等临床结局数据。数据遵循BIDS标准组织，主要用于卒中影像分析、最终梗死预测、预后评估及医学影像人工智能模型的训练与验证。
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。
完整数据卡：huggingface.co/datasets/hugging-science/isles24-stroke
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。
