GBM-Reservoir: 数据集与分割标注
该数据集是一个包含23,049个样本的胶质母细胞瘤（GBM）脑肿瘤MRI图像集合，数据模态包括FLAIR、T1、T1ce和T2四种MRI序列图像以及对应的分割掩模真值标注，通过对BraTS 2022挑战赛原始数据集进行配准扩增构建而成，主要用于开发和评估基于深度学习的全自动脑肿瘤图像分割算法，支持脑肿瘤影像分析研究。
基本信息
资源简介
GBM-Reservoir: 数据集与分割标注
【数据集背景】
本数据集源站标题为《GBM-Reservoir: Dataset and Segmentations》。配套论文《GBM-Reservoir: Brain tumor (Glioblastoma Multiforme) MRI dataset collection with ground truth segmentation masks》发表于 Data in Brief（2025），DOI：10.1016/j.dib.2025.111287。源站首次发布：2024-12-18。
【数据内容】
源站原始描述：In this repository, we present a brain tumor database collection comprising 23,049 samples, with each sample including four different types of MRI brain scans: FLAIR, T1, T1ce, and T2. Additionally, one or two segmentation masks (ground truth) are provided for each sample. The first mask is the raw output from the registration process and is provided for all samples, while the second mask, provided particularly for synthetic samples, is a post-processed version of the first, designed to simplify…
【数据结构与技术规格】
文件数 80 个，合计 379.86 GB。GBMR-example-0000-0002.png：image/png，433.99 KB。数据集 DOI：10.6084/m9.figshare.28001450.v20。
【主题与分类】
源站学科分类：Image processing、Pattern recognition。主题标签：Brain Tumor Segmentation、Data Augmentation、Glioblastoma Multiforme、BraTS MICCAI、MRI。
【适用方向】
源站学科分类标注为 Image processing、Pattern recognition。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/GBM-Reservoir_Dataset_and_Segmentations/28001450
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Solak, Naida; Ferreira, André; Luijten, Gijs; Puladi, Behrus; Alves, Victor; Egger, Jan (2024). GBM-Reservoir: Dataset and Segmentations. figshare. Dataset
【使用注意】
· 源站最后修改于 2025-11-04，引用时请注意版本时效。
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（Figshare）
源站：https://figshare.com/articles/dataset/GBM-Reservoir_Dataset_and_Segmentations/28001450/20
按页面 Download 按钮获取。
数据说明
GBM-Reservoir是一个脑肿瘤（胶质母细胞瘤）MRI数据集集合，包含23,049个样本。每个样本包含四种不同类型的MRI脑部扫描序列：FLAIR、T1、T1ce和T2，并提供一个或两个分割掩模（真值标注）。第一个掩模是配准过程的原始输出，所有样本均提供；第二个掩模专门为合成样本提供，是第一个掩模的后处理版本，旨在简化解释并优化网络训练。该数据集通过对BraTS 2022挑战赛原始数据集中438个样本进行配准过程构建而成，通过配准每对现有脑部扫描，生成保留相似脑部形状但具有不同肿瘤位置的两个额外扫描，从而将原始n个样本扩展至n²个样本。原始数据来自不同机构，在标准临床条件下采集，但设备和成像协议不同，因此图像质量具有异质性，反映了临床实践的多样性。该数据集可用于开发全自动脑肿瘤分割算法，特别是基于深度学习的方法，因为每个样本都提供了真值标注。
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。
