原发性和继发性脑肿瘤的多中心多参数MRI数据集

数据集获取

源站：https://doi.org/10.7910/dvn/kuuewc

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 309.6 MB。

数据说明

脑转移瘤和高分级胶质瘤是成人中最常见且最具侵袭性的恶性脑肿瘤类型，通常预后差、生存期短。由于它们的临床症状和常规磁共振成像上的影像表现可能惊人地相似，仅凭临床和影像学信息进行准确区分可能非常困难，尤其是对于“原发灶不明的癌症”，即未发现或未知系统性恶性肿瘤的情况。尽管如此，这些病变具有独特的生物学特性，需要针对肿瘤类型制定不同的治疗策略。无创多参数MRI有望识别这些不同的生物学特性，有助于高分级胶质瘤和脑转移瘤的表征与区分。随着影像组学的快速发展，研究人员如今能够从图像中提取定量特征，这对于高分级胶质瘤和脑转移瘤的鉴别诊断及疾病表征可能至关重要。然而，用于肿瘤表征的公开多来源脑肿瘤影像数据仍然稀缺。

本文介绍了一个多中心、多起源脑肿瘤MRI（MOTUM）成像数据集，该数据集来自67名患者：29例高级别胶质瘤，20例肺转移瘤，10例乳腺转移瘤，2例胃转移瘤，4例卵巢转移瘤，以及2例黑色素瘤转移。此数据集包含FLAIR、T1加权、对比增强T1加权、T2加权序列，两个肿瘤区域的分割掩模，以及临床数据。我们的数据共享计划旨在支持多中心环境下自动化肿瘤分割、多模态机器学习及多起源脑肿瘤疾病鉴别的基准测试。这些资源可在GitHub上获取：https://github.com/hongweilibran/MOTUM。

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。