原发性和继发性脑肿瘤多中心多参数MRI数据集

该数据集为多中心、多参数MRI脑肿瘤影像数据,涵盖原发性与继发性脑肿瘤,重点关注脑转移瘤(BMs)与高级别胶质瘤(HGGs)的区分

google_dataset
浏览 12
医学影像分类Medicine, Health and Life SciencesMRIComputer and Information Sciencesecondary brain tumorsradiomicsoriginbrain tumor
Data from: A Multi-Center, Multi-Parametric MRI Dataset of Primary and Secondary Brain Tumors

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-10

资源简介

原发性和继发性脑肿瘤多中心多参数MRI数据集

A Multi-Center, Multi-Parametric MRI Dataset of Primary and Secondary Brain Tumors

该数据集为多中心、多参数MRI脑肿瘤影像数据,涵盖原发性与继发性脑肿瘤,重点关注脑转移瘤(BMs)与高级别胶质瘤(HGGs)的区分。两类肿瘤临床症状与常规MRI表现高度相似,仅凭临床和影像信息难以准确鉴别,尤其对原发灶不明的癌症患者。多参数MRI可无创揭示肿瘤生物学特性,结合影像组学方法,有助于对HGGs和BMs进行表征与鉴别,可用于肿瘤分类、影像组学分析等研究(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):脑转移瘤(BMs)和高级别胶质瘤(HGGs)是成人中最常见且最具侵袭性的恶性脑肿瘤类型,通常预后差、生存期短。由于它们的临床症状和常规磁共振成像(MRI)图像表现可能惊人地相似,仅基于临床和影像学信息准确区分它们可能非常困难,特别是对于“原发灶不明的癌症”,即未知或未发现系统性恶性肿瘤的情况。尽管如此,这些实体具有独特的生物学特性,需要针对肿瘤实体量身定制不同的治疗策略。无创多参数MRI提供了识别这些不同生物学特性的潜力,有助于HGGs和BMs的表征和区分。随着影像组学的快速发展,研究人员现在能够提取

【主题与分类】

主题标签:Medicine, Health and Life Sciences、MRI、Computer and Information Science、secondary brain tumors、radiomics、origin、brain tumor。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3Ace815bbdc9b267c03f9a8d92a0c3919da8921db44b583da19c2706112c366fa3

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://search.dataone.org/view/sha256%3Ace815bbdc9b267c03f9a8d92a0c3919da8921db44b583da19c2706112c366fa3

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。

数据说明

Zhenyu Gong; Tao Xu; Nan Peng; Xing Cheng; Chen Niu; Benedikt Wiestler; Fan Hong; Hongwei Bran Li (2023). A Multi-Center, Multi-Parametric MRI Dataset of Primary and Secondary Brain Tumors [Dataset]. http://doi.org/10.7910/DVN/KUUEWC

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。