LSS MRI AISSLab 数据集：用于分割与椎间孔狭窄检测的脊柱矢状位 MRI 数据集
LSS MRI AISSLab 数据集是来自 data.mendeley.com 的矢状位腰椎 MRI 集合，覆盖 500 名患者、8,500 张矢状位腰椎 MRI 切片，并提供专家临床标注与详细解剖分割掩膜
基本信息
资源简介
LSS MRI AISSLab 数据集：用于分割与椎间孔狭窄检测的脊柱矢状位 MRI 数据集
LSS MRI AISSLab Dataset: Medical Spine Sagittal MRI Dataset for Segmentation and Foraminal Stenosis detection
LSS MRI AISSLab 数据集是来自 data.mendeley.com 的矢状位腰椎 MRI 集合，覆盖 500 名患者、8,500 张矢状位腰椎 MRI 切片，并提供专家临床标注与详细解剖分割掩膜。数据包含 2,979 个经专家核验的边界框标注，描述 L1–L2 至 L5–S1 五个腰椎水平的椎间孔狭窄，其中右侧 1,396 处、左侧 1,583 处。该数据集经 IRB 批准并由神经外科医生临床验证，可用于脊柱解剖分割与椎间孔狭窄检测等科学研究（非商业用途）（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2026-02-10。
【数据内容】
源站描述（机器翻译，仅供参考）：☐ 数据集：● LSS MRI AISSLab 数据集是一个全面的矢状位腰椎 MRI 集合，包含 500 名患者，具有完全整理的影像数据、专家临床标注以及详细的解剖分割掩膜，用于科学目的（非商业）。● 该数据集已获机构审查委员会（IRB）批准，并由 Fırat University 非干预性研究伦理委员会的神经外科医生进行临床验证（会议编号：2023/12-20；会议日期：14.09.2023）。该数据集由 8,500 张矢状位腰椎 MRI 切片和 2,979 个经专家核验的边界框标注组成，描述五个腰椎水平（L1–L2 至 L5–S1）的椎间孔狭窄。● 共标注了 1,396 个右侧椎间孔狭窄（RFS）和 1,583 个左侧椎间孔狭窄（LFS）区域。每个标注指定腰椎水平、解剖侧别以及临床分配的
【数据结构与技术规格】
文件数 1 个，合计 2.04 GB。数据集 DOI：10.17632/rgb77xm3jf.4。
【主题与分类】
主题标签：腰椎管狭窄、脊柱矢状位MRI、椎间孔狭窄、解剖分割掩膜、边界框标注、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/rgb77xm3jf
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/rgb77xm3jf/3
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 2.04 GB。
数据说明
(2026). LSS MRI AISSLab Dataset: Medical Spine Sagittal MRI Dataset for Segmentation and Foraminal Stenosis detection [Dataset]. http://doi.org/10.17632/rgb77xm3jf.3
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。
