BraTS-2019
BraTS-2019是一个多模态脑肿瘤分割医学影像数据集，包含来自多中心的脑肿瘤患者MRI扫描数据，涵盖T1、T1增强、T2和FLAIR等多种成像模态，并提供专家标注的肿瘤区域分割标签。该数据集主要用于开发和评估脑肿瘤自动分割算法，支持医学图像处理、计算机辅助诊断和脑肿瘤治疗规划等研究方向，是脑肿瘤分割领域广泛使用的基准数据集。
基本信息
资源简介
BraTS-2019
【一句话概览】
提出一种考虑脑肿瘤子结构分层拓扑的多步级联网络，将子结构从粗到细细分，前一步结果作为下一步先验以指导更精细分割，整个网络以端到端方式训练。为缓解梯度消失并减少过拟合，加入多个辅助输出作为每步深度监督，并引入多种数据增强策略，同时利用局灶性损失解决肿瘤区域与背景明显失衡问题。模型在BraTS 2019验证数据集上测试，平均dice系数初步结果分别为0.886、0.813、0.771，对应整个肿瘤、肿瘤核心和增强肿瘤（来源 opendatalab.org.cn）。
【数据内容】
源站原始描述：自动脑肿瘤分割方法在脑肿瘤诊断和治疗的全过程中起着极其重要的作用。在本文中，我们提出了一种多步级联网络，该网络考虑了脑肿瘤子结构的分层拓扑，并将子结构从粗到细进行了细分。在分割过程中，前一步骤的结果被用作下一步的先验信息，以指导更精细的分割过程。整个网络都以端到端的方式进行培训。此外，为了缓解梯度消失的问题并减少过拟合，我们添加了几个辅助输出作为每个步骤的深度监督，并分别引入了几种数据增强策略，这对于脑肿瘤分割是非常有效的。最后，利用局灶性损失来解决肿瘤区域和背景明显失衡的问题。我们的模型是在BraTS 2019验证数据集上进行测试的，平均dice系数的初步结果分别是0.886，0.813，0.771对整个肿瘤，肿瘤核心和增强肿瘤。
中文译文（机器翻译，仅供快速理解，请以原文为准）：Automatic brain tumor segmentation methods play an extremely important role in the entire process of brain tumor diagnosis and treatment. In this paper, we propose a multi-step cascaded network that takes into account the hierarchical topology of brain tumor substructures and subdivides the substructures from coarse to fine. During the segmentation process, the results of the previous step are used as prior information for the next step to guide a finer segmentation process. The entire network is trained in an end-to-end manner. In addition, to alleviate the vanishing gradient problem and reduce overfitting, we add several auxiliary outputs as deep supervision for each step, and separately introduce several data augmentation strategies, which are very effective for brain tumor segmentatio…
【主题与分类】
主题标签：脑肿瘤、分割、MRI、BraTS。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/BraTS-2019
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://opendatalab.org.cn/OpenDataLab/BraTS-2019
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:
数据说明
BraTS-2019是一个用于脑肿瘤分割的医学影像数据集，包含多模态脑部MRI图像数据，主要用于开发和评估脑肿瘤自动分割算法。该数据集由多中心采集的脑肿瘤患者MRI扫描构成，涵盖T1、T1增强、T2和FLAIR等多种成像序列，并提供了专家标注的肿瘤区域分割标签（包括整个肿瘤、肿瘤核心和增强肿瘤）。该数据集广泛应用于医学图像处理、计算机辅助诊断和脑肿瘤治疗规划等研究方向，是脑肿瘤分割领域的重要基准数据集之一。
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。
