精选Br35H脑部MRI子集
从原始 Br35H 数据集中清洗得到的 840 张脑部 MRI 图像子集（350 张正常 / 490 张肿瘤）。通过自动化 ORB 匹配和人工核验去除了近重复和误标注样本
基本信息
资源简介
精选Br35H脑部MRI子集
Curated_Br35H_MRI_Subset 是一个面向脑肿瘤检测任务的脑部 MRI 图像数据集，属于肿瘤 / 脑肿瘤类别，来源站为 doi.org。该数据集是从原始 Br35H 数据集中清洗得到的子集，共包含 840 张脑部 MRI 图像，其中 350 张为正常样本，490 张为肿瘤样本。为提升数据质量，制作者通过自动化 ORB 匹配和人工核验的方式，去除了原始数据中的近重复样本和误标注样本。该数据集由 NIZAMLI, YASSER 创建，机构为 Zenodo，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可。其目标是为脑肿瘤检测模型提供一个经过质量控制的基准数据集。
【数据集背景】
该数据集来源于原始 Br35H 数据集，是对其进行清洗后形成的子集。原始 Br35H 数据集包含脑部 MRI 图像，但可能存在近重复样本和误标注样本，这些问题可能影响模型训练和评估的可靠性。为此，制作者创建了 Curated_Br35H_MRI_Subset，通过自动化 ORB 匹配和人工核验去除了上述问题样本。该数据集是作为研究“On the Validity of Public MRI Datasets for Neuro-Oncological Abnormality Detection and Classification”（Nizamli & Filatov, 2025）的一部分而创建的，旨在为脑肿瘤检测模型提供一个质量受控的基准。
【数据内容】
该数据集包含 840 张脑部 MRI 图像，其中 350 张为正常样本，490 张为肿瘤样本。图像为脑部 MRI 图像，属于肿瘤 / 脑肿瘤类别。数据集未提供图像的具体尺寸、分辨率、序列类型等详细信息，源站未提供。数据集仅包含图像数据，未提及是否附带标注文件、分割掩码或其他元数据，源站未提供。
【采集与来源】
该数据集来源于原始 Br35H 数据集，来源站为 doi.org。制作者通过自动化 ORB 匹配和人工核验对原始数据进行了清洗，去除了近重复和误标注样本。数据集由 NIZAMLI, YASSER 创建，机构为 Zenodo，发布时间为 2026 年。原始 Br35H 数据集的采集方式、采集设备、采集地点等信息，源站未提供。
【适用场景】
该数据集适用于脑肿瘤检测模型的训练、验证和评估，尤其适合作为质量受控的基准数据集，用于比较不同模型在脑肿瘤检测任务上的性能。由于数据集经过清洗，去除了近重复和误标注样本，因此可以减少数据偏差对模型评估的影响。该数据集也可用于研究公共 MRI 数据集的有效性，以及神经肿瘤学异常检测和分类任务。具体适用场景可能包括二分类任务（正常 vs 肿瘤），但源站未明确说明是否支持其他任务。
【使用方法】
该数据集可通过 doi.org 来源站获取，具体下载方式、文件格式、目录结构等信息，源站未提供。使用时，用户可根据需要将图像分为训练集、验证集和测试集，或采用交叉验证等方式进行评估。由于数据集包含正常和肿瘤两类样本，可用于监督学习任务。建议在使用前检查图像质量和标注一致性，但具体预处理步骤，源站未提供。
【质量与限制】
该数据集通过自动化 ORB 匹配和人工核验去除了近重复和误标注样本，因此具有较高的质量。然而，数据集仅包含 840 张图像，规模相对较小，可能限制模型的泛化能力。此外，数据集仅包含正常和肿瘤两类，未提供肿瘤类型、分级、位置等更细粒度的标注信息，源站未提供。数据集的采集设备、成像参数、患者人口统计学信息等也未提供，可能影响模型的可重复性和泛化性。使用时应考虑这些限制。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，允许共享、修改和商业使用，但需注明出处。引用时，应引用相关研究“On the Validity of Public MRI Datasets for Neuro-Oncological Abnormality Detection and Classification”（Nizamli & Filatov, 2025），并注明数据集名称 Curated_Br35H_MRI_Subset、作者 NIZAMLI, YASSER、机构 Zenodo、发布时间 2026 年。具体引用格式，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://doi.org/10.5281/zenodo.18126714
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 20.0 MB。
数据说明
从原始Br35H数据集中清理出的840张脑部MRI图像子集（350张正常/490张肿瘤）。通过自动化ORB匹配和人工验证，移除了近重复和标注错误的样本。该数据集为研究《On the Validity of Public MRI Datasets for Neuro-Oncological Abnormality Detection and Classification》（Nizamli & Filatov，2025）而创建，旨在作为脑肿瘤检测模型的质量控制基准。
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。
