脑肿瘤 MRI 扫描数据集
该数据集来自 huggingface.co，包含健康与肿瘤两种脑部状态的 MRI 扫描图像，用于脑肿瘤分类。开发者可将其用于脑肿瘤的分类、检测与分割任务，适合计算机视觉与医学影像分析场景（来源 Hugging Face，apache-2.0 许可）
基本信息
资源简介
脑肿瘤 MRI 扫描数据集
Arunisto/brain_tumor_dataset 是一个面向脑肿瘤医学影像分析的数据集，托管于 Hugging Face 平台，本站将其归类于肿瘤 / 脑肿瘤方向。该数据集围绕健康与肿瘤两种脑部状态，收录了对应的 MRI 扫描图像，核心用途是支撑脑肿瘤的分类任务。开发者除分类外，也可将其用于脑肿瘤的检测与分割。数据以 Parquet 列式格式存储，整体规模较小，适合计算机视觉与医学影像分析场景下的快速实验与验证。数据集采用 apache-2.0 许可，发布时间为 2024 年 10 月 28 日，主题标签覆盖生物学、代码、计算机视觉与图像分类等方向，并标注了英语语言环境。
【数据集背景】
脑肿瘤的影像学判别是医学影像分析中的典型任务，通常依赖 MRI 扫描图像进行观察与判断。该数据集正是围绕这一需求构建，提供健康与肿瘤两种脑部状态的 MRI 图像，用于分类用途。从主题标签看，它同时涉及生物学、计算机视觉与图像分类等方向，说明其定位介于医学影像与机器学习之间，既服务于医学场景，也服务于算法开发与验证。数据集规模被标注为小于 1K，属于轻量级数据集，适合作为入门实验、方法验证或教学演示的素材。发布站点为 huggingface.co，采用 apache-2.0 许可，便于在宽松条件下使用与分发。
【数据内容】
数据集包含两种不同的脑部状态，即健康与肿瘤，图像内容为这两种状态的 MRI 扫描。源站描述指出，该数据集可用于分类、检测与分割三类任务，说明图像本身具备一定的标注或结构信息以支撑上述用途。文件层面，数据集仅包含 1 个文件，样例文件名为 brain_tumor_dataset.parquet，采用 Parquet 列式存储格式。主题标签中出现了 format:parquet、modality:text 以及多个库标签，包括 datasets、pandas、mlcroissant、polars，表明该 Parquet 文件可通过常见的数据处理工具读取。数据总量为 13.56 MB，体积较小，便于下载与本地处理。
【采集与来源】
该数据集来自 huggingface.co，英文名称为 Arunisto/brain_tumor_dataset，发布时间为 2024 年 10 月 28 日。源站描述说明其图像为两种不同脑部状态的 MRI 扫描，用于脑肿瘤分类。关于图像的具体采集机构、扫描设备参数、患者来源与伦理审批等信息，源站未提供。数据集在主题标签中标注了 region:us，其余与采集地点、时间跨度、样本纳入标准相关的内容，源站未提供。
【适用场景】
根据源站描述，该数据集可用于脑肿瘤的分类、检测与分割。结合其主题标签中的 computer_vision 与 image_classif，可将其应用于计算机视觉与医学影像分析场景，例如训练或评估脑部 MRI 的分类模型，或作为检测与分割方法的验证数据。由于规模较小，它更适合快速原型验证、教学演示与方法对比实验，而非大规模训练。数据以 Parquet 格式提供，也便于在数据分析流程中直接加载并进行字段核对与预处理。
【使用方法】
使用时可先下载数据文件 brain_tumor_dataset.parquet，合计 13.56 MB。读取时按 Parquet 列式存储格式处理，可借助主题标签中提及的 datasets、pandas、polars 等工具加载。建议先在小样本上核对字段与编码，确认无误后再批量接入后续流程。由于数据集仅含 1 个文件，读取路径相对简单，但仍需注意 Parquet 的列式特性，按需选择字段以提升处理效率。源站未提供更详细的使用步骤或代码示例。
【质量与限制】
数据集规模标注为小于 1K，属于小规模数据，可能在类别平衡、样本多样性方面存在局限，具体分布情况源站未提供。图像为 MRI 扫描，但扫描参数、分辨率、预处理方式等信息源站未提供。数据集仅包含健康与肿瘤两种状态，未说明是否涵盖肿瘤亚型或分级信息。此外，主题标签中同时出现 modality:text 与图像相关标签，二者关系源站未提供进一步说明。使用时应结合具体任务评估其适用性，并注意医学影像数据的伦理与隐私要求，相关合规信息源站未提供。
【引用与许可】
该数据集采用 apache-2.0 许可，允许在许可条款下使用、修改与分发。数据集英文名称为 Arunisto/brain_tumor_dataset，来源站为 huggingface.co，发布时间为 2024 年 10 月 28 日。关于引用格式、作者信息与原始论文等，源站未提供。使用时应遵守 apache-2.0 许可要求，并在涉及医学影像的应用中自行确认合规性。
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("Arunisto/brain_tumor_dataset")
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 && git clone https://hf-mirror.com/datasets/Arunisto/brain_tumor_dataset
数据集大小约 13.6 MB。
仓库文件结构
.gitattributesREADME.mdbrain_tumor_dataset.parquet
数据说明
脑肿瘤数据集Parquet格式包含健康和肿瘤两种不同的脑肿瘤状况，用于对脑肿瘤进行分类。这些图像包含两种不同脑部状况的MRI扫描，开发者可将此数据集用于分类、检测和分割。
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。
