MedPelvis3D：用于解剖标志点检测的3D骨盆解剖数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23290740

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 15.26 GB。

数据说明

MedPelvis3D 是一个经过整理的 3D 骨盆解剖数据集，用于自动解剖标志点检测、解剖测量、姿态估计、几何学习、配准和手术规划等研究。该发布版本包含 99 例去标识化骨盆 CT 病例（59 例男性和 40 例女性），这些病例是在中国人民解放军总医院回顾性收集的。发布的 STL、NPY 和 CSV 文件中所有显式 XYZ 坐标均以毫米为单位，采用患者级 LPS 约定表示。NIfTI 体积和掩膜保留其仿射矩阵，用于体素到物理坐标的映射。每个病例均以名为 <case_id>.zip 的单个归档文件提供，因此任何单个病例均可独立选择、下载和处理。

每个归档包含：* 一个去标识化的NIfTI格式CT体积（<case_id>.nii.gz）；* 一个NIfTI格式的骨盆分割掩膜（<case_id>-mask.nii.gz），带有LeftHipBone、RightHipBone和Sacrum标签；* 三个重新生成的STL表面网格，分别命名为<case_id>-LeftHipBone.stl、<case_id>-RightHipBone.stl和<case_id>-Sacrum.stl；* 57个专家标注的3D地标，以CSV格式提供（<case_id>-Table-XYZ.CSV），包括标准化的short_name和anatomical_name_en字段；* 一个从骨盆表面网格采样的50,000点参考点云（<case_id>-points-50000.npy）；以及* 一个单行metadata.csv文件，包含case_id、sex、age_years、height_cm和weight_kg字段。队列级元数据以patient_metadata.csv形式提供。所有99例均有性别信息；37/99例有身高信息，36/99例有体重信息。发布来源中没有可靠的病例级年龄字段，因此所有病例的age_years均为空白。缺失的人口统计学值保留为空白单元格，未进行插补。

使用scikit-image 0.26.0中的Lewiner移动立方体实现，从清理后的分割掩膜重新生成了297个释放的STL组件（99例×3个结构）。每个组件的朝向均经过调整，使其面片法线指向

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。