3D 膝关节 MRI 软骨分割数据集
数据提供五个类别的真实标注：背景、股骨软骨、胫骨软骨、骨和缺陷，可用于膝关节结构的自动分割，重点支持软骨组织识别与缺陷检测（来源 Mendeley Data）
基本信息
资源简介
3D 膝关节 MRI 软骨分割数据集
3D Knee MRI Cartilage Segmentation
该数据集来自 Osteoarthritis Initiative（OAI）研究，包含采用 DESS（Dual Echo Steady State）序列采集的 3D 膝关节 MRI 体数据，每个体数据为 384×384×160 体素、单通道灰度。数据提供五个类别的真实标注：背景、股骨软骨、胫骨软骨、骨和缺陷，可用于膝关节结构的自动分割，重点支持软骨组织识别与缺陷检测（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2026-09-15。
【数据内容】
源站描述（机器翻译，仅供参考）：该骨关节炎数据集由来自 Osteoarthritis Initiative（OAI）研究的、使用 DESS（Dual Echo Steady State）序列采集的 3D 膝关节 MRI 体数据组成。每个体数据的尺寸为 384×384×160 体素，具有单通道灰度强度值。该数据集旨在支持膝关节结构的自动分割，特别关注软骨组织识别与缺陷检测。分割类别 该数据集包含五个不同类别的真实标注：背景（类别 0）：非软骨组织、滑液及周围解剖结构；股骨软骨（类别 1）：覆盖股骨髁的软骨组织；胫骨软骨（类别 2）：覆盖胫骨平台的软骨组织；骨（类别 3）：股骨与胫骨骨结构；缺陷（类别 4）：软骨缺陷、病变及退变区域。数据集 Str
【数据结构与技术规格】
文件数 1 个，合计 214.30 MB。数据集 DOI：10.17632/py8tp69jjh.1。
【主题与分类】
主题标签：膝关节 MRI、软骨分割、骨关节炎、DESS 序列、图像分割、软骨缺陷检测。本站分类：肌肉骨骼疾病/其他。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/py8tp69jjh
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/py8tp69jjh
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 214.3 MB。
数据说明
Ujjwal Sinha (2026). 3D Knee MRI Cartilage Segmentation [Dataset]. http://doi.org/10.17632/py8tp69jjh.1
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
