急性椎间盘突出自然史150例数据集
该数据集源自 kaggle.com，标题为 Lumbar Spine - [Segmentation]，包含 447 个矢状位 T1 和 T2 MRI 序列，来自 218 名有下背痛病史患者的 218 项研究，采集自四家医院
基本信息
资源简介
急性椎间盘突出自然史150例数据集
Lumbar Spine - [Segmentation]
该数据集源自 kaggle.com，标题为 Lumbar Spine - [Segmentation]，包含 447 个矢状位 T1 和 T2 MRI 序列，来自 218 名有下背痛病史患者的 218 项研究，采集自四家医院。数据提供椎骨、椎间盘（IVDs）和椎管的参考分割，并附有训练/验证集划分、患者生物学性别、年龄（如有）及扫描仪与采集参数。适用于腰椎 MRI 图像分割的深度学习模型开发与评测（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2025-09-19。
【数据内容】
源站描述（机器翻译，仅供参考）：这是一个大型公开可用的多中心腰椎磁共振成像（MRI）数据集，包含椎骨、椎间盘（IVDs）和椎管的参考分割。该数据集包括来自218名有下背痛病史患者的218项研究的447个矢状位T1和T2 MRI序列。数据采集自四家不同的医院。还有一个额外的隐藏测试集（此处不可用），用于spider.grand-challenge.org上的SPIDER挑战赛。## 数据集详情 - MRI研究分配到训练集和验证集的情况可在概览文件中找到。该文件还提供： - 所有患者的生物学性别 - 患者的年龄（如有） - 每项MRI研究的一些扫描仪和采集参数 该数据集还附带
【数据结构与技术规格】
文件数 20 个，合计 145.85 MB。
【主题与分类】
主题标签：image、deep learning、healthcare、image segmentation。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/dankok/spider-lumbar-spine-segmentation-in-mr-images
使用许可：Attribution 4.0 International (CC BY 4.0)。
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。
需登录公开下载
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。
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://kaggle.com/datasets/dankok/spider-lumbar-spine-segmentation-in-mr-images/discussion
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 3.79 GB。
数据说明
Danial Soleimany (2025). Lumbar Spine - [Segmentation] [Dataset]. https://www.kaggle.com/datasets/dankok/spider-lumbar-spine-segmentation-in-mr-images/discussion
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。
