耶鲁脑转移瘤MRI纵向数据集及临床数据

我们提供了一个数据集,包含来自 1,430 名临床确诊脑转移患者的 11,892 次纵向脑部 MRI 检查。提供的 MRI 序列图像包括 T1 加权增强前、T1 加权增强后、T2 加权和液体衰减反转恢复序列,格式为 NIfTI

google_dataset
浏览 21
医学影像预测磁共振成像多参数序列NIfTI患者信息脑转移瘤神经肿瘤纵向队列预后预测
Yale longitudinal dataset of brain metastases on MRI with associated clinical data

基本信息

模态
医学影像
大小
43 GB
任务类型
预测
许可
https://www.cancerimagingarchive.net/data-usage-policies-and-restrictions/
创建/更新时间
2026-10-01

资源简介

耶鲁脑转移瘤MRI纵向数据集及临床数据

我们提供了一个数据集,包含来自 1,430 名临床确诊脑转移患者的 11,892 次纵向脑部 MRI 检查。提供的 MRI 序列图像包括 T1 加权增强前、T1 加权增强后、T2 加权和液体衰减反转恢复序列,格式为 NIfTI

【数据内容】

源站描述(机器翻译,仅供参考):我们提供了一个数据集,包含来自 1,430 名临床确诊脑转移患者的 11,892 次纵向脑部 MRI 检查。提供的 MRI 序列图像包括 T1 加权增强前、T1 加权增强后、T2 加权和液体衰减反转恢复序列,格式为 NIfTI。此外,还提供了一个 Excel 电子表格,其中包含患者人口学信息、扫描仪详细信息和图像采集参数。该数据集将有助于……

【主题与分类】

主题标签:磁共振成像、多参数序列、NIfTI、患者信息、脑转移瘤、神经肿瘤、纵向队列、预后预测。本站分类:肿瘤。

【获取与许可】

源站页面:https://cancerimagingarchive.net/collection/yale-brain-mets-longitudinal

使用许可:https://www.cancerimagingarchive.net/data-usage-policies-and-restrictions/。

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

源站:https://cancerimagingarchive.net/collection/yale-brain-mets-longitudinal

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 43.00 GB。

数据说明

The Cancer Imaging Archive(2025)。耶鲁大学脑转移瘤MRI纵向数据集及配套临床数据[数据集]。http://doi.org/10.7937/3yat-e768

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