通过磁共振成像(MRI)研究未恢复视神经炎

该数据集包含未恢复视神经炎患者的磁共振成像(MRI)影像数据,模态为医学影像,主要用于研究视神经的结构变化、分析疾病机制及评估临床治疗效果,支持神经眼科和影像学领域的科研与临床应用。

The University of MelbourneThe University of Melbourne
Research Data Australia
浏览 28
NEUROSCIENCESMEDICAL AND HEALTH SCIENCES
Investigating Non-recovered Optic Neuritis via Magnetic Resonance Imaging (MRI)

基本信息

创建/更新时间
2026-09-27

资源简介

通过磁共振成像(MRI)研究未恢复视神经炎

【一句话概览】

本项目将利用磁共振成像(MRI)研究未恢复性视神经炎患者的视神经。该研究属于神经科学及医学与健康科学领域(来源 Research Data Australia)。

【数据集背景】

本数据集源站标题为《Investigating non-recovered Optic Neuritis via Magnetic Resonance Imaging (MRI)》。源站首次发布:2013-08-21。

【数据内容】

源站原始描述:This project will study the optic nerves of patients with nonrecovered optic neuritis via Magnetic Resonance Imaging (MRI)

中文译文(机器翻译,仅供快速理解,请以原文为准):本项目将通过磁共振成像(MRI)研究未恢复的视神经炎患者的视神经。

【主题与分类】

主题标签:NEUROSCIENCES、MEDICAL AND HEALTH SCIENCES。

【获取与许可】

源站页面:https://researchdata.edu.au/investigating-non-recovered-imaging-mri/185784

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://researchdata.edu.au/investigating-non-recovered-imaging-mri/185784

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

该数据集旨在通过磁共振成像(MRI)技术研究未恢复视神经炎患者的视神经结构变化。数据主要包含患者的MRI影像,可能涉及视神经的形态学、信号强度或功能成像特征。数据来源于墨尔本大学的研究项目,通过采集患者影像构建而成。主要研究方向为探索视神经炎的病理机制、评估疾病进展或治疗效果,适用于神经眼科、影像学分析和临床医学研究。

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。

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