FK2D 肿瘤生长仿真数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.22755247

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。

数据集大小约 13.4 MB。

数据说明

⚠️ 重要提示：此为免费试用样本 请注意，本 Zenodo 仓库中提供的文件为免费试用样本（20 例），仅供评估质量和兼容性之用。完整的 1,000 例数据集可在此处访问和购买：https://sentineldata.com.ua/dataset/fk2d-tumor-growth-phantom-dataset FK2D 肿瘤生长体模数据集（样本） 1. 产品概述 FK2D 体模数据集是通过数值求解 Fisher–Kolmogorov（FK）反应-扩散偏微分方程（PDE）生成的模拟 2D 胶质瘤生长病例的合成集合。每个病例模拟肿瘤在参数化 2D 脑横截面中随时间生长——从单个起始病灶到逐步侵袭白质实质。该数据集为肿瘤细胞密度、分割掩膜和生长轨迹提供了精确的真值，无需专门的医学影像软件。它是 100% 合成的，这意味着零 HIPAA/GDPR 暴露风险，且不涉及任何真实患者数据。 2.

示例内容（Zenodo 下载）该 Zenodo 仓库包含完整数据集的代表性样本：20 个独特病例（8 个低级别胶质瘤 [LGG] + 12 个高级别胶质瘤 [HGG]），每个病例 8 个均匀分布的时间点（从 $t = 0$ 到模拟结束），格式与完整数据集相同：灰度 PNG + float32 NumPy + CSV 元数据。（完整商业数据集包含 1,000 个病例——500 个 LGG 和 500 个 HGG——采用对数均匀参数采样，共生成 8,000 个快照）。3. 技术规格 网格/分辨率：256 x 256 像素，$1.0\text{ mm/pixel}$（FOV $256 \times 256\text{ mm}$）输出格式：PNG（uint8）、NPY（float32）、CSV 真值类型：4 种类型（密度场 $u(x,y,t)$、分割掩膜、生长轨迹、生物学参数）噪声变体：每个时间点的干净 + 高斯噪声 PNG（SNR = 20）体模几何 脑边界：椭圆 $95 \times 70\text{ px}$（$190 \times 140\text{ mm}$ 外边界

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。