脑部MRI数据集
22,150个脑部MRI图像-掩码-描述三元组，用于脑肿瘤分割与视觉-语言对齐研究。
基本信息
资源简介
脑部MRI数据集
【数据集背景】
本数据集源站标题为《KRMayD/Brain_MRI_Dataset》。源站首次发布：2026-07-16。
【数据内容】
源站原始描述：# Brain MRI Upstream Experiment Data This export contains the exact leakage-free Brain MRI upstream vision encoder training pairs and Figshare segmentation evaluation inputs. ## Training `train/csv/brain_mri_dpo_sd_neg100_mmneuro_benchmark_excluded_12644.csv` has 12,644 rows. `filename`, `filename_neg`, and `mask_path` are relative to this export root. `Caption` is the tumor-presence caption and `Caption_neg` is the same base caption followed by a neg100 tumor-absence sentence. ## Segmentation T…
文件 protocol/dataset_inventory.json 为 JSON 结构（顶层键：caption_files、file_materialization、test_images、test_masks、train_csv、train_pairs、train_unique_images、train_unique_masks、train_unique_negative_images）。
文件 protocol/upstream_training_provenance.json 为 JSON 结构（顶层键：base_checkpoint、base_checkpoint_sha256、created_utc、eval_images、eval_masks、eval_prompt、eval_prompts_sha256、eval_root、fixed_segmentation_protocol、native_training_protocols）。
文件 test/captions/figshare_tumor_type_metadata.json 为 JSON 结构（顶层键：1、10、100、1000、1001、1002、1003、1004、1005、1006）。
【数据结构与技术规格】
文件数 12 个，合计 1.60 GB。
【主题与分类】
主题标签：region:us。
【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://huggingface.co/datasets/KRMayD/Brain_MRI_Dataset
【使用注意】
· 源站最后修改于 2026-07-31，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("KRMayD/Brain_MRI_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/KRMayD/Brain_MRI_Dataset
数据说明
该数据集包含22,150个2D脑部MRI图像、肿瘤分割掩码及粗粒度正面描述文本的三元组，整合自六个公开源。适用于脑肿瘤分割、视觉-语言对齐、偏好学习等研究任务，描述文本涵盖肿瘤类型、位置、大小等粗粒度属性。
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。
