腰椎MRI数据集标签图像真值数据

该数据集来自 data.mendeley.com,包含腰椎MRI轴位切片的原始标签图像与真值标签图像,用于训练SegNet检测腰椎管狭窄

google_dataset
2019-04-03 更新
浏览 2
医学影像图像分割腰椎MRI图像分割SegNet腰椎管狭窄标注真值肌肉骨骼系统
Label Image Ground Truth Data for Lumbar Spine MRI Dataset

基本信息

模态
医学影像
大小
1.677117727 GB
任务类型
图像分割
创建/更新时间
2019-04-03
版本
v2

资源简介

腰椎MRI数据集标签图像真值数据

Label Image Ground Truth Data for Lumbar Spine MRI Dataset

该数据集来自 data.mendeley.com,包含腰椎MRI轴位切片的原始标签图像与真值标签图像,用于训练SegNet检测腰椎管狭窄。标注覆盖四个感兴趣区域:椎间盘(IVD)、后部结构(PE)、硬膜囊(TS)及前后椎体间区域(AAP),由五名标注者在放射科专家监督下完成,基于最后三个椎间盘的T1加权轴位MRI切片。数据可用于腰椎管狭窄检测的分割模型训练与标注质量研究(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2019-04-03。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含用于训练SegNet检测腰椎管狭窄的腰椎MRI轴位切片原始标签图像和真值标签图像。四个标注的感兴趣区域分别为:1)椎间盘(IVD),2)后部结构(PE),3)硬膜囊(TS),4)前后椎体元素之间的区域(AAP)。标注过程由五名标注者在一位放射科专家监督下完成,使用最后三个椎间盘的T1加权轴位MRI切片。关于所开发真值标签图像质量的分析见我们的论文。您可以通过本页末尾“相关链接”中提供的URL下载并阅读详细描述我们用于腰椎管狭窄检测的边界勾画方法的研究论文。您还可以查看与该程序相关的其他数据集和源代码。

【数据结构与技术规格】

文件数 2 个,合计 1.68 GB。数据集 DOI:10.17632/zbf6b4pttk.2。

【主题与分类】

主题标签:腰椎、MRI、图像分割、SegNet、腰椎管狭窄、标注真值、肌肉骨骼系统。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/zbf6b4pttk

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/zbf6b4pttk/2

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 1.68 GB。

数据说明

Sud Sudirman (2019). Label Image Ground Truth Data for Lumbar Spine MRI Dataset [Dataset]. http://doi.org/10.17632/zbf6b4pttk.2

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