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。

hugging-sciencehugging-science
Hugging Face
2025-12-08 更新
浏览 5
医学影像卒中

基本信息

大小
54.82 GB
创建/更新时间
2025-12-08

资源简介

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。

原始链接

https://hf-mirror.com/datasets/hugging-science/isles24-stroke

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

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

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 中风 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案