用于DIR验证的纵向胶质母细胞瘤MRI数据集及解剖标志点对
该数据集包含来自Duke治疗的胶质母细胞瘤患者的纵向、多模态MRI数据。为每位患者的术前和复发后扫描的血管分叉处标注了匹配的解剖标志点
基本信息
资源简介
用于DIR验证的纵向胶质母细胞瘤MRI数据集及解剖标志点对
该数据集名为 A Longitudinal Glioblastoma MRI Dataset with Anatomical Landmark Pairs for DIR Validation，属于肿瘤 / 脑肿瘤分类，来源站为 doi.org。数据集包含来自Duke治疗的胶质母细胞瘤患者的纵向、多模态MRI数据。为每位患者的术前和复发后扫描的血管分叉处标注了匹配的解剖标志点，这些解剖标志点对可用于可变形图像配准（DIR）的验证与基准测试。数据集还提供每位患者自动分割的肿瘤体积、人口统计学数据以及相对治疗日期。数据集包含61名患者的纵向、去颅骨MRI图像，重采样为1毫米各向同性体素，并共配准至Montreal Neurological Institute脑图谱以标准化视野。每位患者有3至18次扫描会话，整个数据集共503次扫描。作者包括Criscuolo, Edward、Calabrese, Evan、Zhang, Zhendong、Wang, Yuhao、Xiong, Yanfei、Yang, Deshan，机构为Zenodo，发布时间为2026年，许可为CC BY-NC-ND 4.0。
【数据集背景】
该数据集面向胶质母细胞瘤的纵向多模态MRI研究，重点关注可变形图像配准（DIR）的验证与基准测试。胶质母细胞瘤是一种脑肿瘤，其术前与复发后的影像对比对于评估治疗反应和疾病进展具有重要意义。由于脑组织在手术、肿瘤生长和治疗过程中可能发生形变，准确的可变形图像配准成为纵向影像分析的关键技术环节。该数据集通过提供术前和复发后扫描之间匹配的解剖标志点，为DIR算法的性能评估提供了参考标准。数据集的主题标签包括Deformable Image Registration、Medical Physics、Glioblastoma、Cancer、MRI、Image Processing、Brain和Validation，反映了其在医学物理、图像处理和脑肿瘤研究中的交叉应用价值。
【数据内容】
数据集包含来自61名胶质母细胞瘤患者的纵向、多模态MRI数据。每位患者具有3至18次扫描会话，整个数据集共计503次扫描会话。图像经过去颅骨处理，并重采样为1毫米各向同性体素，随后共配准至Montreal Neurological Institute脑图谱以标准化视野。对于每位患者，在术前和复发后扫描的血管分叉处标注了匹配的解剖标志点，这些标志点对可用于可变形图像配准的验证和基准测试。此外，数据集还提供每位患者自动分割的肿瘤体积、人口统计学数据以及相对治疗日期。关于数据集及其采集的完整描述将在未来的出版物中提供。
【采集与来源】
数据来源于Duke治疗的胶质母细胞瘤患者。数据集通过doi.org来源站发布，机构为Zenodo。作者包括Criscuolo, Edward、Calabrese, Evan、Zhang, Zhendong、Wang, Yuhao、Xiong, Yanfei和Yang, Deshan。发布时间为2026年。关于扫描设备、采集参数、伦理审批及具体治疗方案的详细信息，源站未提供。
【适用场景】
该数据集适用于可变形图像配准（DIR）算法的验证与基准测试，尤其是针对胶质母细胞瘤患者纵向MRI数据的配准任务。匹配的解剖标志点对可作为评估配准精度的参考。自动分割的肿瘤体积可用于肿瘤生长或治疗反应的纵向分析。人口统计学数据和相对治疗日期可用于分组分析或与影像特征关联的研究。多模态MRI数据支持不同成像模态之间的配准和融合研究。去颅骨和标准化视野处理后的图像便于跨患者或跨时间点的比较。该数据集还可用于医学物理、图像处理和脑肿瘤相关的方法学开发与验证。
【使用方法】
使用者可基于术前和复发后扫描之间匹配的解剖标志点对，计算配准误差指标，以评估可变形图像配准算法的性能。自动分割的肿瘤体积可用于分析肿瘤在纵向扫描中的变化。人口统计学数据和相对治疗日期可用于构建患者分组或时间轴，以支持纵向分析。由于图像已去颅骨、重采样至1毫米各向同性体素并共配准至Montreal Neurological Institute脑图谱，使用者可直接在标准化空间中进行处理和分析。关于具体的数据加载方式、文件格式、目录结构及预处理步骤，源站未提供。
【质量与限制】
数据集包含61名患者的503次扫描会话，每位患者3至18次扫描，图像经过去颅骨、重采样和共配准处理，并提供了匹配的解剖标志点对、自动分割肿瘤体积、人口统计学数据和相对治疗日期。许可为CC BY-NC-ND 4.0，限制商业性使用和演绎作品的分发。关于图像质量、标注一致性、分割精度、缺失数据或潜在偏倚的详细信息，源站未提供。数据集及其采集的完整描述将在未来的出版物中提供，当前可获取的文档可能有限。
【引用与许可】
该数据集的作者为Criscuolo, Edward、Calabrese, Evan、Zhang, Zhendong、Wang, Yuhao、Xiong, Yanfei和Yang, Deshan，机构为Zenodo，发布时间为2026年。许可协议为CC BY-NC-ND 4.0，允许在非商业目的下共享和复制，但要求署名，且不允许分发演绎作品。关于具体的引用格式、DOI标识符或数据访问链接，源站未提供。
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://doi.org/10.5281/zenodo.20548528
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:
数据说明
该数据集包含在杜克大学接受治疗的胶质母细胞瘤患者的纵向、多模态MRI数据。每位患者的术前和复发后扫描的血管分叉处均标注了匹配的解剖标志点。这些解剖标志点对可用于可变形图像配准（DIR）的验证和基准测试。每位患者还提供自动分割的肿瘤体积、人口统计学数据和相对治疗日期。该数据集及其采集的完整描述将在未来的论文中阐述。数据集组织该数据集包含61位患者的纵向、去颅骨MRI图像，重采样至1mm的各向同性体素大小，并共同配准至Montreal Neurological Institute脑图谱以实现FOV标准化。每位患者有3至18次扫描会话（整个数据集共503次），每次会话均包含T1、T2、FLAIR、ADC、DWI和T1对比增强（T1-c）MRI图像。图像以NIfTI格式保存。每位患者的术前和复发后扫描均包含标志点数据。
复发定义为肿瘤体积变化或患者病历中记录的临床进展。（患者选择标准的完整细节将在未来的数据集论文中发布）。每位患者的术前和复发扫描通过扫描文件名中的“preoperative”和“recurrence”后缀明确标识。标志点位置以csv文件形式保存在每位患者的文件夹中，文件名对应其所关联的扫描。标志点位置记录为正体素索引，起始于[0,0,0]。它们根据与肿瘤的距离进行组织：“near”为距强化肿瘤边界<3cm的标志点，而“far”为距肿瘤边界>3cm的标志点。例如，保存在“Patient17”文件夹中的文件“patient17_scan1_landmarks_far.csv”和“patient17_scan4_landmarks_far.csv”，列出了相同
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。
