腰椎间盘突出位置与脊柱骨盆参数关联数据集

该数据集包含1038张矢状位脊柱MRI图像,分辨率均为384×384像素,涵盖T1与T2加权序列。每张图像均由放射科专家和脊柱外科医生标注了对应多种脊柱疾病的分割掩膜,文件名已标准化以关联原始图像与掩膜

google_dataset
2025-03-24 更新
浏览 2
医学影像图像分割腰椎椎间盘突出脊柱骨盆参数MRI图像分割肌肉骨骼系统疾病
Data from: ASSOCIATION OF SPINOPELVIC PARAMETERS WITH THE LOCATION OF LUMBAR DISC HERNIATION

基本信息

模态
医学影像
大小
0.186967599 GB
任务类型
图像分割
创建/更新时间
2025-03-24
版本
v1

资源简介

腰椎间盘突出位置与脊柱骨盆参数关联数据集

Multi-Disorder Annotations for Lumbar Spine Mid-Sagittal Images

该数据集包含1038张矢状位脊柱MRI图像,分辨率均为384×384像素,涵盖T1与T2加权序列。每张图像均由放射科专家和脊柱外科医生标注了对应多种脊柱疾病的分割掩膜,文件名已标准化以关联原始图像与掩膜。1038张图像共含8991个标注对象,平均每张8.66个。数据可用于开发自动化诊断算法,并支持脊柱骨盆参数与腰椎间盘突出位置关联的研究(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2025-03-24。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含1038张矢状位脊柱MRI图像,每张图像分辨率为384×384像素。图像采用T1和T2加权序列采集。每张图像均已标注与多种脊柱疾病对应的分割掩膜,文件名已标准化以确保原始图像与其掩膜之间清晰关联。标注由专家放射科医生和脊柱外科医生精心完成,确保高质量、临床相关的分割。掩膜捕捉每张图像中的关键解剖和病理特征,使该数据集对于开发自动化诊断算法具有价值。1038张图像上的标注总数为8991(对象),平均每张图像8.66个对象/标注。标注组织在“labeled_images”目录下的不同子文件夹中,每个子文件夹对应特定的脊

【数据结构与技术规格】

文件数 4337 个,合计 186.97 MB。数据集 DOI:10.17632/9j9hmy8kbn.1。

【主题与分类】

主题标签:腰椎、椎间盘突出、脊柱骨盆参数、MRI、图像分割、肌肉骨骼系统疾病。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/9j9hmy8kbn

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/9j9hmy8kbn

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。

数据集大小约 187.0 MB。

数据说明

Rao Farhat Masood (2025). Multi-Disorder Annotations for Lumbar Spine Mid-Sagittal Images [Dataset]. http://doi.org/10.17632/9j9hmy8kbn.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。

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