垂体肿瘤MRI分割数据集

该数据集包含垂体腺瘤的MRI扫描图像及标注数据,数据模态为医学影像,主要用于深度学习模型在垂体腺瘤自动分割任务上的训练与评估,支持神经外科手术规划和术前解剖结构分析等研究方向。

Wang, MengqiWang, Mengqi
IEEE
浏览 28
医学影像分割神经外科手术规划
Pituitary Tumor MRI Segmentation Dataset

基本信息

大小
0.19109 GB
创建/更新时间
2026-09-25

资源简介

垂体肿瘤MRI分割数据集

【数据内容】

源站原始描述:Pituitary adenoma (PA) is one of the most common tumors of the central nervous system, accounting for about 10%-25% of all cases. Although it is generally considered to be a benign tumor, the tumor can compress important tissue structures around it and cause corresponding symptoms. And surgical treatment is the preferred treatment for pituitary adenoma. Therefore, preoperative observation on MRI is important to provide anatomical information to plan the resection and predict the prognosis

【获取与许可】

源站页面:https://ieee-dataport.org/documents/pituitary-tumor-mri-segmentation-dataset

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://ieee-dataport.org/documents/pituitary-tumor-mri-segmentation-dataset

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

该数据集是一个专注于垂体腺瘤的医学影像数据集,主要用于MRI图像的自动分割研究。数据集包含垂体腺瘤的MRI扫描图像及相应的标注数据,这些数据来源于临床收集,旨在支持深度学习模型在垂体腺瘤分割任务上的训练与评估。数据集的主要应用方向包括神经外科手术规划、术前解剖结构分析以及预后预测,为医学影像分析和计算机辅助诊断提供重要资源。

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