Gazi Brains 2020 数据集
人工智能（AI）算法越来越多地被用于磁共振图像（MRI）处理，以检测和评估脑肿瘤，而这需要基准数据集。除现有数据集外，对具有均衡数量的正常与病理受试者、且标注广泛而准确的基准数据集的需求仍然存在
基本信息
资源简介
Gazi Brains 2020 数据集
Gazi Brains 2020 Dataset 是一个面向脑肿瘤磁共振图像处理与人工智能算法研究的基准数据集，来源于 synapse.org，在本站归类于肿瘤 / 脑肿瘤方向。该数据集同时包含正常受试者与病理受试者的脑部 MRI 图像，覆盖多种常用 MRI 序列，并对解剖结构、非肿瘤性表现以及肿瘤组成部分进行了标注。其设计目标在于回应人工智能算法在脑肿瘤检测与评估中对标注充分、类别均衡的基准数据的需求，为相关研究提供可用于训练与评测的数据基础。数据集包含 50 名正常受试者和 50 名经组织学证实的高级别胶质瘤患者，并提供受试者的人口统计学信息以及由多名人员完成并交叉验证的标注结果。
【数据集背景】
人工智能算法在磁共振图像处理中的应用日益广泛，尤其是在脑肿瘤的检测与评估任务中。这类算法的开发与验证通常依赖基准数据集，以便在不同方法之间进行可比较的评估。尽管已有若干公开数据集可供使用，但对于标注广泛、准确，并且在正常与病理受试者数量上保持均衡的基准数据集，仍然存在持续的需求。Gazi Brains 2020 Dataset 正是在这一背景下提出的新型脑部 MRI 数据集，旨在补充现有资源，并为脑肿瘤相关的人工智能研究提供更具针对性的数据支持。
【数据内容】
该数据集由脑部 MRI 图像构成，涵盖轴向 T1 加权、T2 加权、液体衰减反转恢复序列以及增强后 T1 加权 MRI 图像。数据集包含 12 类标签，覆盖解剖结构、非肿瘤性表现以及肿瘤组成部分。受试者方面，数据集包含 50 名正常受试者和 50 名经组织学证实的高级别胶质瘤患者，在正常与病理两类受试者之间保持均衡。此外，所有受试者的人口统计学信息，包括年龄和性别，均可获得。所有标注均由六名人员完成并进行了交叉验证。
【采集与来源】
该数据集来源于 synapse.org。其图像模态为磁共振成像，具体包括轴向 T1 加权、T2 加权、液体衰减反转恢复序列和增强后 T1 加权图像。受试者包括正常受试者与经组织学证实的高级别胶质瘤患者。关于扫描设备、成像参数、采集时间、机构信息等更详细的采集细节，源站未提供。
【适用场景】
该数据集适用于脑肿瘤相关的磁共振图像处理与人工智能算法研究。由于其同时包含正常受试者与高级别胶质瘤患者，并且提供多序列 MRI 图像与多类标注，可用于脑肿瘤检测、评估以及相关图像分析任务的基准测试。其标注覆盖解剖结构、非肿瘤性表现和肿瘤组成部分，也可支持对这些不同类别目标的识别与分析研究。关于具体任务类型、评价指标或竞赛设置，源站未提供。
【使用方法】
该数据集通过 synapse.org 提供。关于数据下载方式、目录结构、文件格式、标签编码说明、预处理建议以及使用协议等具体操作信息，源站未提供。
【质量与限制】
该数据集的标注由六名人员完成并经过交叉验证，受试者数量在正常与病理两类之间保持均衡，且包含多序列 MRI 图像和 12 类标签。这些特点有助于支持基准评测。关于数据规模、图像分辨率、标注一致性指标、潜在偏倚、适用范围限制等更详细的质量与限制信息，源站未提供。
【引用与许可】
该数据集来源于 synapse.org。关于引用格式、许可条款、使用限制或授权要求等信息，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。
需登录公开下载
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。
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://synapse.org/Synapse:syn22159468
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
人工智能（AI）算法在磁共振图像（MRI）处理中的应用日益增多，用于检测和评估脑肿瘤，这需要基准数据集。除了现有数据集之外，对具有广泛且准确标注、正常与病理受试者数量均衡的基准数据集的需求依然存在。我们提出了一种新颖的脑部MRI数据集——“Gazi Brains 2020 Dataset”，该数据集包含轴向T1加权、T2加权、液体衰减反转恢复序列和对比增强后T1加权MRI图像，涵盖50名正常受试者和50名经组织学证实的高级别胶质瘤患者的12个解剖结构、非肿瘤性发现和肿瘤成分标签。所有受试者的人口统计学信息（年龄和性别）均可获取，所有标注均由六位医学专家完成并交叉验证。构建基准脑部MRI数据集既是一项艰巨的工作，也对推动该领域AI算法的进展至关重要。我们相信Gazi Brains 2020 Dataset将为世界各地研究人员的努力做出贡献。
截至2021年6月，项目手稿正在《Scientific Data Journal》接受审查。稿件编号和链接将在接受后在此分享。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
