未治疗颅内肿瘤脑血容量与血浆容量比较数据集
该数据集来自 search.dataone.org,属于肿瘤/脑肿瘤分类,主题涵盖脑血容量、灌注、DSC-MR 成像、脑肿瘤、分次血浆容量与 DCE-MR 成像

基本信息
资源简介
未治疗颅内肿瘤脑血容量与血浆容量比较数据集
Comparison of cerebral blood volume and plasma volume in untreated intracranial tumors
该数据集来自 search.dataone.org,属于肿瘤/脑肿瘤分类,主题涵盖脑血容量、灌注、DSC-MR 成像、脑肿瘤、分次血浆容量与 DCE-MR 成像。源站描述显示其研究目的是比较 T1-DCE-MRI 衍生的分次血浆容量(vp)与 DSC-MRI 评估的相对脑血容量(rCBV)在常见颅内肿瘤中的相关性,方法涉及 24 例新诊断、未治疗脑肿瘤患者。数据可用于脑肿瘤灌注成像参数关系分析与方法学研究(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):目的:血浆容量和血容量是常用于评估颅内肿瘤的影像衍生参数。在生理学上,这些参数直接相关,但它们的两种不同测量方法,即 T1-动态对比增强(DCE)- 和 T2-动态磁敏感对比(DSC)-MR,利用了不同的模型假设和方法。这提出了一个问题:T1-DCE-MRI 衍生的分次血浆容量(vp)与使用 DSC-MRI 评估的相对脑血容量(rCBV)的互换使用是否可靠,尤其是在胶质母细胞瘤中,以及这种关系是否可以推广到其他类型的脑肿瘤。我们的目标是检查这些参数在三种最常见的颅内肿瘤类型之间的假设相关性。方法:二十四名新诊断、未治疗(treatment naïve)的脑肿瘤患者,接受了 DCE- 和 DSC-MR
【主题与分类】
主题标签:Cerebral Blood Volume、Perfusion、DSC-MR Imaging、Brain Tumor、Fractional Plasma Volume、DCE-MR imaging。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A5018112075eddc500da636983ab048ff3e0c9a58526b93382c453f3589cdfa52
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
目的:血浆容量和血容量是影像学衍生的参数,常用于评估颅内肿瘤。从生理学角度而言,这些参数直接相关,但其两种不同的测量方法——T1-动态对比增强(DCE)和T2-动态磁敏感对比(DSC)-MR——采用了不同的模型假设和方法。这引出了一个问题:T1-DCE-MRI衍生的分馏血浆容量(vp)与DSC-MRI评估的相对脑血容量(rCBV)之间互换使用是否可靠,尤其是在胶质母细胞瘤中,以及这种关系能否推广到其他类型的脑肿瘤。我们的目标是研究这三种最常见的颅内肿瘤类型中这些参数之间的假设相关性。方法:24例新诊断、未经治疗的脑肿瘤患者接受了DCE-和DSC-MRI检查,按组织学证实分为三组:胶质母细胞瘤(n=7)、脑膜瘤(n=9)和脑实质内转移瘤(n=8)。rCBV由DSC获得,并经表现正常、解剖对称的对侧白质归一化处理。
采用Pearson(r)、Spearman(ρ)和Kendall tau-b(τB)秩相关系数评估这些参数之间的相关性。结果:在胶质母细胞瘤中,vp与rCBV的Pearson、Spearman和Kendall相关性分别为r=0.193、ρ=0.253和τB=0.33(p-Pearson=0.326,p-Spearman=0.814,p-Kendall=0.823);在脑膜瘤中分别为r=-0.007、ρ=0.051和τB=0.135(p-Pearson=0.970,p-Spearman=0.765,p-Kendall=0.358);在转移瘤中分别为r=0.289、ρ=0.228和τB=0.239(p-Pearson=0.109,p-Spearman=0.210,p-Kendall=0.095)。结论:结果表明,在胶质母细胞瘤、脑膜瘤和脑实质内转移性病变中,vp与rCBV之间不存在相关性。因此,本研究中所计算的这些参数不应在研究或临床实践中互换使用。
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。




