肥胖症内脏脂肪量化数据集

该数据集是一个用于肥胖症研究的医学影像数据集,主要包含通过计算机断层扫描(CT)和磁共振成像(MRI)两种模态采集的内脏脂肪组织影像数据,旨在比较两种技术量化内脏脂肪的可重复性、特异性和准确性,为肥胖相关代谢疾病的机理研究、临床诊断和影像分析方法开发提供支持。

Mendeley Data
2024-03-27 更新
浏览 16
肥胖研究医学影像
Obesity Visceral Adipose Tissue Quantification Dataset

基本信息

大小
0.001592752 GB
创建/更新时间
2024-03-27
版本
v1

资源简介

肥胖症内脏脂肪量化数据集

【数据集背景】

本数据集源站标题为《obesity》。源站首次发布:2023-10-19。

【数据内容】

源站原始描述:La obesidad visceral es un factor significativo en la prevalencia de varias disfunciones metabólicas, incluyendo resistencia a la insulina, hiperinsulinemia, dislipidemia e hipertensión. A pesar de la importancia clínica de la cuantificación precisa del tejido adiposo visceral (TAV), los métodos actuales varían en su precisión y reproducibilidad. Este proyecto propone investigar el uso de la tomografía computarizada (TAC) y la resonancia magnética (RM) para la cuantificación del TAV, centrándono…

【数据结构与技术规格】

文件数 1 个,合计 1.59 MB。数据集 DOI:10.17632/3k6jmwb7xg.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/3k6jmwb7xg

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

源站:https://data.mendeley.com/datasets/3k6jmwb7xg

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集专注于内脏脂肪组织(VAT)的量化研究,内脏脂肪是导致胰岛素抵抗、高胰岛素血症、血脂异常和高血压等多种代谢功能障碍的重要因素。数据集包含通过计算机断层扫描(CT)和磁共振成像(MRI)获取的医学影像数据,用于评估和比较两种影像技术在量化内脏脂肪时的可重复性、特异性和准确性。该数据集主要用于肥胖相关代谢疾病的临床研究、医学影像分析方法开发以及精准医疗应用。

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。

获取专属数据定制方案