FGADR、M&M、BraTS 2021、AbdomenCT-1K 数据集

数据集获取

源站：https://doi.org/10.21227/8v04-6b52

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

FGADR数据集： FGADR数据集包含1,842张带有像素级病变标注的眼底图像，其中1,289张用于训练，276张用于验证，277张用于测试。该数据集包括多种病变类型的标注，如微动脉瘤（MA）、出血（HE）、硬性渗出（EX）、软性渗出（SE）、视网膜内微血管异常（IRMA）和新生血管（NV）。在数据预处理过程中，选择了分辨率为$1280 \times 1280$且图像质量最高的图像，以确保模型训练的一致性和有效性。M&M数据集： 多中心、多供应商、多疾病心脏图像分割（M&M）数据集包含来自375名患者的心脏磁共振（CMR）图像数据。该数据集提供了三种心脏结构的标注：左心室（LV）、右心室（RV）和左心室心肌（LVM）。这375个病例被随机分为训练集、验证集和测试集，分别包含263例、75例和37例。

为确保一致性和适用性，所有图像均围绕心脏区域进行裁剪，中心聚焦于心脏。此外，CMR切片的大小被标准化为 (256 \times 256) 像素。BraTS 2021数据集： 2021年脑肿瘤分割挑战赛数据集包含1251幅标注的多模态3D MRI图像。标注包括背景（标签0）、坏死和非增强肿瘤核心（NCR，标签1）、GD增强肿瘤（ET，标签2）以及瘤周水肿/浸润组织（ED，标签3）。该数据集被随机分为834个训练样本、208个验证样本和209个测试样本。所有MRI图像均经过颅骨剥离，重采样至 (1 mm \times 1 mm \times 1 mm) 的分辨率，并调整大小为 (240 \times 240 \times 155)。AbdomenCT-1K数据集： AbdomenCT-1K数据集包含来自12个医疗中心的1000多组腹部3D CT扫描

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。