基于CNN的脑肿瘤图像分类数据集

该数据集由kaggle.com发布,包含多模态医学图像,涵盖CT与MRI扫描,用于脑肿瘤检测与分析。数据来自多名患者,图像为高分辨率,并标注了对应的肿瘤类型(如glioma、meningioma等)及位置

MohamedAymanMohamedAyman
google_dataset
2026-05-09 更新
浏览 2
医学影像分类脑肿瘤CTMRI图像分类CNN肿瘤检测
Brain Tumor images Classification by CNN

基本信息

模态
医学影像
大小
0.394666547 GB
任务类型
分类
许可
CC BY-NC-SA 4.0
创建/更新时间
2026-05-09
版本
v1

资源简介

基于CNN的脑肿瘤图像分类数据集

Brain Tumor images Classification by CNN

该数据集由kaggle.com发布,包含多模态医学图像,涵盖CT与MRI扫描,用于脑肿瘤检测与分析。数据来自多名患者,图像为高分辨率,并标注了对应的肿瘤类型(如glioma、meningioma等)及位置。数据集共20个文件,可用于开发AI模型进行脑肿瘤的自动检测、分类与分割研究(来源 Kaggle,CC BY-NC-SA 4.0 许可)。

【数据集背景】

源站首次发布:2026-05-09。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含一组多模态医学图像,具体为CT(计算机断层扫描)和MRI(磁共振成像)扫描,用于脑肿瘤检测与分析。它旨在帮助研究人员和医疗专业人员开发用于脑肿瘤自动检测、分类和分割的AI模型。该数据集包含来自两种模态的图像,提供与各种类型肿瘤相关的脑部结构和功能变化的全面洞察。数据集包括从多名患者采集的高分辨率CT和MRI图像,每张图像都标注了相应的肿瘤类型(例如glioma、meningioma等)及其在脑内的位置。这种CT和MRI图像的组合旨在利用两种成像技术的优势:CT扫描用于清晰的骨骼结构可视化,以及

【数据结构与技术规格】

文件数 20 个,合计 749.19 KB。

【主题与分类】

主题标签:脑肿瘤、CT、MRI、图像分类、CNN、肿瘤检测。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/mohamedaymanhassan/brain-tumor-images-classification-by-cnn

使用许可:CC BY-NC-SA 4.0。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

需登录

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。

暂未开放

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

源站:https://kaggle.com/datasets/mohamedaymanhassan/brain-tumor-images-classification-by-cnn/code

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 394.7 MB。

数据说明

MohamedAyman (2026). Brain Tumor images Classification by CNN [Dataset]. https://www.kaggle.com/datasets/mohamedaymanhassan/brain-tumor-images-classification-by-cnn/code

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。

获取专属数据定制方案