基于集成学习的神经母细胞瘤语义分割与半透明可视化
该数据集是一个针对神经母细胞瘤的医学影像数据集，包含多模态医学影像（如T1、T2、B0、B100序列）及相应的语义分割标注，数据模态为图像和标签。其主要用途是支持基于集成学习的语义分割方法研究和三维半透明可视化技术开发，应用于神经母细胞瘤的术前诊断、手术规划和临床决策支持，以提升肿瘤分割的准确性和临床可视化的直观性。
创建时间2026-01-21
更新时间2026-01-21
原始链接
https://www.sciengine.com/AA/doi/10.13374/j.issn2095-9389.2025.06.11.003
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一个专门针对神经母细胞瘤（Neuroblastoma）的医学影像数据集，主要用于语义分割和三维可视化研究。数据集包含来自SPPIN 2023提供的儿科神经母细胞瘤病例的多模态医学影像数据（如T1、T2、B0、B100等序列），并提供了相应的语义分割标注。数据通过临床采集和专家标注构建而成，旨在支持小样本场景下的肿瘤分割与可视化分析。主要研究方向包括基于集成学习（如Dice加权投票的nnU-Net框架）的语义分割方法、三维半透明可视化技术（基于随机点渲染），应用于神经母细胞瘤的术前诊断、手术规划和临床决策支持。
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 神经母细胞瘤 的高质量、多模态真实临床数据定制解决方案。