BrainMetShare脑转移MRI数据集

包含多序列脑MRI及放射科医生标注的脑转移病灶分割,可用于检测和分割模型开发。由Stanford AIMI提供,来自Stanford AIMI,包含医学影像数据,包含156条数据记录,适用于图像分割任务。

Stanford AIMIStanford AIMI
Stanford AIMI
浏览 82
图像图像分割brain metastasesMRIsegmentationdetectionneuroimagingoncology
BrainMetShare

基本信息

模态
图像
数据量
156
任务类型
图像分割
创建/更新时间
2026-09-28

资源简介

BrainMetShare脑转移MRI数据集

【一句话概览】

BrainMetShare 是一个用于开发和测试脑转移瘤检测与分割改进方法的脑部 MRI 数据集。该数据集包含 156 例全脑 MRI 研究,涵盖高分辨率、多模态的对比剂注射前和注射后序列,受试者均至少有一处脑转移瘤,并附有放射科医生提供的真实分割标注。数据集标签涉及脑转移瘤、MRI、分割、检测、神经影像和肿瘤学(来源 aimi.stanford.edu)。

【数据集背景】

本数据集源站标题为《BrainMetShare》。

【数据内容】

源站原始描述:A brain MRI dataset to develop and test improved methods for detection and segmentation of brain metastases. The dataset includes 156 whole brain MRI studies, including high-resolution, multi-modal pre- and post-contrast sequences in patients with at least 1 brain metastasis accompanied by ground-truth segmentations by radiologists

中文译文(机器翻译,仅供快速理解,请以原文为准):一个用于开发和测试改进脑转移瘤检测与分割方法的脑部MRI数据集。该数据集包含156例全脑MRI研究,涵盖高分辨率、多模态的对比剂注射前后序列,研究对象为至少伴有1处脑转移瘤的患者,并附有放射科医生提供的真实标注分割结果。

【主题与分类】

主题标签:brain metastases、MRI、segmentation、detection、neuroimaging、oncology。

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://aimi.stanford.edu/datasets/brainmetshare

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。

暂未开放

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://aimi.stanford.edu/datasets/brainmetshare

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。

数据说明

包含多序列脑MRI及放射科医生标注的脑转移病灶分割,可用于检测和分割模型开发。

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