LSMA-PQR：腰椎多视图标注数据集（含Pfirrmann分级、定量测量与结构化放射报告）
LSMA-PQR 是一个经临床整理的多视图腰椎 MRI 数据集，包含 515 名患者的 T1、T2 加权轴位与矢状位扫描，共 4,120 幅 384×384 图像
基本信息
资源简介
LSMA-PQR：腰椎多视图标注数据集（含Pfirrmann分级、定量测量与结构化放射报告）
LSMA-PQR: Lumbar Spine Multi-view Annotations with Pfirrmann grading, Quantitative measurements and structured Radiological reports
LSMA-PQR 是一个经临床整理的多视图腰椎 MRI 数据集，包含 515 名患者的 T1、T2 加权轴位与矢状位扫描，共 4,120 幅 384×384 图像。每幅图像标注了七个解剖结构，轴位覆盖 L3-L4、L4-L5、L5-S1 三个层面的椎间盘、后部结构与椎管，矢状位覆盖椎体、椎间盘、骶骨与纵行椎管。数据集还提供 1,545 个经放射科医生验证的 Pfirrmann 分级和 1,545 个椎间盘高度测量，可用于分割、退变分级与定量分析研究（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2026-05-18。
【数据内容】
源站描述（机器翻译，仅供参考）：一个经临床整理的多视图腰椎 MRI 数据集，用于分割、分级和定量分析。包含 515 名患者的 T1 和 T2 加权轴位与矢状位扫描（共 4,120 幅图像：3,090 幅轴位、1,030 幅矢状位），分辨率为 384×384。每幅图像均针对互补成像平面上的七个解剖结构进行标注：轴位视图在三个临床相关层面（L3-L4、L4-L5、L5-S1）捕获椎间盘（IVD）、后部结构（PE）和椎管（SC），而矢状位视图在正中矢状面截面上描绘椎体、椎间盘、骶骨和纵行椎管。定量退变评估包括：- 1,545 个经放射科医生验证的 Pfirrmann 分级（515 名患者 × 3 个椎间盘层面），代表标准化的基于 MRI 的椎间盘退变严重程度（1-5 级量表）- 1,545 个椎间盘高度测量，附像素坐
【数据结构与技术规格】
文件数 16483 个，合计 3.04 GB。数据集 DOI：10.17632/p3r4xd2488.2。
【主题与分类】
主题标签：腰椎MRI、图像分割、Pfirrmann分级、椎间盘退变、定量测量、多视图标注、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/p3r4xd2488
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/p3r4xd2488/1
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 3.04 GB。
数据说明
Rao Farhat Masood (2025). LSMA-PQR: Lumbar Spine Multi-view Annotations with Pfirrmann grading, Quantitative measurements and structured Radiological reports [Dataset]. http://doi.org/10.17632/p3r4xd2488.1
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。
