BoneMet/BoneMet

BoneMet数据集是一个针对乳腺癌骨转移研究的大规模多模态医学数据集,包含超过50TB的2D X射线图像、3D CT扫描以及生物数据(如医疗记录和骨定量分析),数据来源于2019年至2024年间的数千只小鼠实验;该数据集主要用于医学影像分析、癌症转移机制探索以及辅助诊断算法的开发,并通过提供的API工具支持CT图像分割、配准和裁剪等处理任务。

BoneMetBoneMet
Hugging Face
2024-07-09 更新
浏览 24
language:enlicense:cc-by-4.0size_categories:1M<n<10Mmodality:imageregion:usmedical
BoneMet/BoneMet

基本信息

大小
1744.36 GB
许可
cc-by-4.0
创建/更新时间
2024-07-09

资源简介

BoneMet数据集是一个专门针对乳腺癌骨转移(BTBM)诊断和预后研究的大规模多模态医学数据集。该数据集包含超过50TB的多模态医学数据,涵盖2D X射线图像、3D CT扫描以及详细的生物数据(如医疗记录和骨定量分析)。数据来源于2019年至2024年间对数千只小鼠的实验采集。数据集分为六个主要部分:Rotation-X-Ray(旋转X射线)、Recon-CT(重建CT)、Seg-CT(分割CT)、Regist-CT(配准CT)、RoI-CT(感兴趣区域CT)和MiceMediRec(小鼠医疗记录)。此外,还提供了BoneMet软件包,包含三种API工具,分别用于CT图像分割、CT图像配准和基于感兴趣区域的CT图像裁剪,以提升数据集的易用性和促进广泛传播。该数据集主要应用于医学影像分析、癌症转移机制研究以及辅助诊断算法开发等领域。

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

数据集获取与加载(Hugging Face datasets)

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("BoneMet/BoneMet")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install &amp;&amp; git clone https://hf-mirror.com/datasets/BoneMet/BoneMet

数据说明

BoneMet数据集是一个专门针对乳腺癌骨转移(BTBM)诊断和预后研究的大规模多模态医学数据集。该数据集包含超过50TB的多模态医学数据,涵盖2D X射线图像、3D CT扫描以及详细的生物数据(如医疗记录和骨定量分析)。数据来源于2019年至2024年间对数千只小鼠的实验采集。数据集分为六个主要部分:Rotation-X-Ray(旋转X射线)、Recon-CT(重建CT)、Seg-CT(分割CT)、Regist-CT(配准CT)、RoI-CT(感兴趣区域CT)和MiceMediRec(小鼠医疗记录)。此外,还提供了BoneMet软件包,包含三种API工具,分别用于CT图像分割、CT图像配准和基于感兴趣区域的CT图像裁剪,以提升数据集的易用性和促进广泛传播。该数据集主要应用于医学影像分析、癌症转移机制研究以及辅助诊断算法开发等领域。

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。

完整数据卡:huggingface.co/datasets/BoneMet/BoneMet

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