脑肿瘤11300张MRI图像30类数据集
主题标签：脑肿瘤、MRI、图像分类、肿瘤影像、30类、T1/T1C+/T2。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖脑肿瘤。
基本信息
资源简介
脑肿瘤11300张MRI图像30类数据集
Brain Tumor 11300 Mri Images 30 Classes 是一个面向脑肿瘤磁共振影像研究的公开数据集，由 Fernando Belomé Feltrin 制作并发布于 Zenodo。该数据集共包含 11300 张 512×512 像素的脑部 MRI 图像，按照三种成像加权方式与三十个类别进行组织，覆盖星形细胞瘤、室管膜瘤、胶质瘤、血管外皮细胞瘤、脑膜瘤、神经细胞瘤、正常脑组织、少突胶质细胞瘤、其他类型及神经鞘瘤等类别，并配套提供记录每张图像元数据的 JSON 文件。数据集采用 Creative Commons Attribution 4.0 International 许可，可供脑肿瘤影像分类、检测及相关机器学习研究使用。
【数据集背景】
脑肿瘤的影像学诊断依赖磁共振成像对不同组织特性的呈现。不同肿瘤类型在 T1、T1C+（增强 T1）与 T2 加权图像上具有不同的信号表现，因此多加权、多类别的影像数据对于训练和评估自动识别模型具有实际意义。该数据集正是在这一背景下构建，将脑肿瘤肿块影像按肿瘤类型与成像加权方式交叉组织，形成三十个类别的图像集合，并附带逐图元数据，便于研究者按类别、按加权方式开展实验。数据集由 Fernando Belomé Feltrin 制作，发布机构为 Zenodo，发布时间为 2026 年。
【数据内容】
数据集共包含 11300 张脑肿瘤磁共振图像，每张图像的分辨率为 512×512 像素。图像被划分为三十个类别，类别命名由肿瘤类型与成像加权方式组合而成，具体包括：星形细胞瘤（Astrocytoma）的 T1、T1C+、T2；室管膜瘤（Ependymoma）的 T1、T1C+、T2；胶质瘤（Glioma）的 T1、T1C+、T2；血管外皮细胞瘤（Hemangiopericytoma）的 T1、T1C+、T2；脑膜瘤（Meningioma）的 T1、T1C+、T2；神经细胞瘤（Neurocytoma）的 T1、T1C+、T2；正常（Normal）的 T1、T1C+、T2；少突胶质细胞瘤（Oligodendroglioma）的 T1、T1C+、T2；其他（Other）的 T1、T1C+、T2；以及神经鞘瘤（Schwannoma）的 T1、T1C+、T2。除图像外，数据集还提供一个 JSON 文件，记录每张图像的元数据，字段包括文件名、高度、宽度、病灶中心标记点、位置、描述和类别。其中标记点被精确定位于病灶正中央。
【采集与来源】
该数据集来源于 doi.org，由作者 Fernando Belomé Feltrin 制作，发布机构为 Zenodo。源站描述中说明，这些图像是来自磁共振成像的脑肿瘤肿块影像。关于图像的具体采集设备、扫描参数、患者来源、伦理审批信息以及数据收集时间范围，源站未提供。
【适用场景】
该数据集可用于脑肿瘤 MRI 图像的分类任务，支持按三十个类别进行多分类建模；也可用于区分不同成像加权方式（T1、T1C+、T2）下的肿瘤表现。由于包含正常脑组织的三个加权类别，数据集还可用于正常与异常影像的对照研究。逐图元数据中的病灶中心标记点与位置信息，可用于病灶定位、检测或分割相关任务的辅助标注。此外，该数据集也可作为脑肿瘤影像分析方法教学与基准测试的资源。
【使用方法】
使用者可通过 doi.org 获取该数据集。图像以 512×512 像素的规格提供，并按三十个类别组织，便于直接构建分类模型的训练、验证与测试集。配套的 JSON 文件可用于读取每张图像的文件名、高度、宽度、病灶中心标记点、位置、描述与类别信息，从而支持按类别筛选、按加权方式分组以及病灶位置相关的分析。使用时应遵循 Creative Commons Attribution 4.0 International 许可的要求。
【质量与限制】
数据集包含 11300 张图像，分辨率统一为 512×512 像素，类别划分细致，覆盖十种肿瘤相关类型及正常组织，并配有逐图元数据。源站描述中未提供关于图像质量评估、标注一致性、类别平衡性、患者数量或数据划分方式的说明。此外，源站描述中关于病灶中心标记点的说明在末尾处被截断，未完整呈现。除上述信息外，源站未提供其他质量与限制相关的说明。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，允许在署名条件下使用、共享与改编。作者为 Fernando Belomé Feltrin，发布机构为 Zenodo，发布时间为 2026 年。使用该数据集时应按照许可要求进行署名引用。关于具体的引用格式与 DOI 信息，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.20387142
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:
数据集大小约 501.1 MB。
数据说明
大家好，我是Fernando Feltrin。这次我为大家带来一个磁共振成像脑肿瘤肿块数据集。共有11300张512x512像素的图像，按3种加权和30个类别组织（星形细胞瘤T1、星形细胞瘤T1C+、星形细胞瘤T2、室管膜瘤T1、室管膜瘤T1C+、室管膜瘤T2、胶质瘤T1、胶质瘤T1C+、胶质瘤T2、血管外皮细胞瘤T1、血管外皮细胞瘤T1C+、血管外皮细胞瘤T2、脑膜瘤T1、脑膜瘤T1C+、脑膜瘤T2、神经细胞瘤T1、神经细胞瘤T1C+、神经细胞瘤T2、正常T1、正常T1C+、正常T2、少突胶质细胞瘤T1、少突胶质细胞瘤T1C+、少突胶质细胞瘤T2、其他T1、其他T1C+、其他T2、神经鞘瘤T1、神经鞘瘤T1C+、神经鞘瘤T2）。此外，还有一个JSON文件，包含每张图像的元数据（文件名、高度、宽度、点（精确位于病灶中间的标记*）、位置、描述和类别）。*正常T1、正常T1C+和正常T2类别除外，在这些类别中，标记位于图像中间，因为它不指示任何病灶。
*X和Y参考在图像中不可见；它们仅出现在元数据中，用于训练卷积人工神经网络中的注意力机制。-无患者标识符的图像，由放射科医生解读并提供用于研究目的。-原始图像，没有任何标记、校正或增强。-未应用任何合成增强。在亚马逊上购买或阅读我的书籍《神经科学笔记》 - https://www.amazon.com/dp/B0GSWH1X14 《神经心理学笔记：神经系统结构功能/功能障碍的行为表达研究》 - https://www.amazon.com/dp/B0FYV6R9QD 《焦虑的神经科学》 - https://www.amazon.com/dp/B0GHB1VDKF 《精神疾病神经科学：ADHD》 - https://www.amazon.com/dp/B0DV6RQ2K8 《精神疾病神经科学：ASD》 - https://www.amazon.com/dp/B0F3TXW1SV 《执行功能与精神疾病神经科学文集》 - https://ww
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。
