Kaggle脑部核磁共振肿瘤分类数据集（包含垂体瘤）
垂体腺瘤或下丘脑肿瘤手术、放疗是导致成人垂体功能减退症（Hypopituitarism）最常见的主要病因。由Masoud Nickparvar提供，来自Kaggle，包含7200条数据记录，适用于分类任务，许可证为CC0 1.0。
基本信息
资源简介
Kaggle脑部核磁共振肿瘤分类数据集（包含垂体瘤）
【数据集背景】
本数据集源站标题为《Brain Tumor MRI Dataset》。源站首次发布：2026-02-13。
【数据内容】
源站原始描述：# Overview A brain tumor is an abnormal growth of cells within the brain. Due to the rigid structure of the skull, any abnormal growth can increase intracranial pressure and potentially lead to severe neurological damage. Early detection and accurate classification of brain tumors are critical for selecting appropriate treatment strategies and improving patient outcomes. This dataset is designed to support research in medical image analysis and deep learning–based brain tumor classification usin…
【数据结构与技术规格】
文件数 20 个，合计 454.11 KB。
【主题与分类】
主题标签：cancer、image、health、deep learning、multiclass classification、medicine、transfer learning。
【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://www.kaggle.com/datasets/masoudnickparvar/brain-tumor-mri-dataset
使用许可：Attribution 4.0 International (CC BY 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。
需登录公开下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("masoudnickparvar/brain-tumor-mri-dataset")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d masoudnickparvar/brain-tumor-mri-dataset
unzip brain-tumor-mri-dataset.zip -d brain-tumor-mri-dataset/
数据集大小约 0.14 GB。
数据说明
垂体腺瘤或下丘脑肿瘤手术、放疗是导致成人垂体功能减退症（Hypopituitarism）最常见的主要病因。该数据集包含四类脑部MRI图像：胶质瘤、脑膜瘤、垂体瘤和无肿瘤，广泛用于垂体相关病变引发的内分泌异常前期影像学诊断研究。
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。
许可
CC0 1.0
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。
