ATLAS R2.0卒中病灶分割数据集
ATLAS R2.0卒中病灶分割数据集包含医学影像、专家标注、结构分割或疾病标签和临床元数据，数据模态为图像，适合短暂性脑缺血发作相关病例识别、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
ATLAS R2.0卒中病灶分割数据集
【一句话概览】
ATLAS v2.0 是一个包含 955 例卒中 T1 加权 MRI 及病灶掩膜的数据集，分为训练集（655 例，含人工分割病灶掩膜）和测试集（300 例，仅含影像，不公开掩膜），另提供 MNI152 标准空间 T1 加权平均结构模板图像及两个包含病灶与扫描仪元数据的 csv 文件。该数据集旨在推动更稳健的病灶分割算法开发，并通过隐藏测试数据支持基于网络的挑战赛进行无偏性能评估，从而促进大规模卒中研究（来源 fcon_1000.projects.nitrc.org）。
【数据集背景】
本数据集源站标题为《Anatomical Tracings of Lesions After Stroke (ATLAS)》。
【数据内容】
源站原始描述：Accurate lesion segmentation is critical for stroke rehabilitation research for both quantification of lesion burden and accurate image processing. Current automated lesion segmentation methods for T1-weighted MRIs lack the accuracy to be used reliably in research. Manual segmentation remains the gold standard, but it is time-consuming and requires significant neuroanatomical expertise. We previously released a large, open-source dataset of stroke T1-weighted MRIs and manually segmented lesion m…
中文译文（机器翻译，仅供快速理解，请以原文为准）：准确的病灶分割对于卒中康复研究至关重要，既用于量化病灶负担，也用于精确的图像处理。当前针对T1加权MRI的自动病灶分割方法缺乏足够的准确性，无法在研究中可靠使用。手动分割仍是金标准，但耗时且需要大量的神经解剖学专业知识。我们此前发布了一个大型开源数据集，包含卒中T1加权MRI和手动分割的病灶掩膜（ATLAS v1.2，N=304），以促进更好的分割算法开发。然而，基于ATLAS v1.2开发的大多数方法并未公开，或者对数据过拟合，导致算法在新数据上表现不佳。在此，我们提出ATLAS v2.0（n=955），这是一个更大的卒中T1加权MRI和病灶掩膜数据集，包含训练（公开）和测试（隐藏）数据。使用这一更大样本进行算法开发应能产生更稳健的解决方案，而隐藏的测试数据允许通过基于网络的挑战赛进行无偏性能评估。我们预期ATLAS v2.0将促进改进的病灶分割算法的开发，推动大规模卒中研究。该数据集包括：955例T1加权MRI扫描，分为训练数据集（n=655例T1w MRI，附手动分割的病灶掩膜）和测试数据集（n=300例T1w MRI；病灶掩膜未发布）MNI152标准空间T1加权平均结构模板图像两个包含病灶和扫描仪元数据的.csv文件
【主题与分类】
主题标签：stroke、lesion segmentation、T1-weighted MRI、brain、ATLAS、neuroimaging。
【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://fcon_1000.projects.nitrc.org/indi/retro/atlasR2_BAK.html
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。
暂未开放有偿下载
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://fcon_1000.projects.nitrc.org/indi/retro/atlasR2_BAK.html
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
ATLAS R2.0 数据集包含医学影像、专家标注、结构分割或疾病标签和临床元数据，可围绕短暂性脑缺血发作（Transient ischemic attack (TIA)）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。
