GBM-struct-27 胶质母细胞瘤结构分割数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.17524203

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 294.2 MB。

数据说明

GBM-struct-27：UPENN GBM结构MRI数据集的10例子集，包含在胶质母细胞瘤存在情况下27个脑结构的多评估者分割

===========================================================================================

概述

GBM-struct-27数据集包含来自UPENN-GBM集合的10例胶质母细胞瘤（GBM）子集，该集合托管于癌症影像档案（TCIA）：https://doi.org/10.7937/TCIA.709X-DN49

该数据集包括MRI NIfTI体积数据以及由四位独立评估者生成的27个脑结构的手动分割。分割是在T1加权体积的选定轴位切片上进行的，而非在整个3D体积上进行。不包括胶质母细胞瘤肿瘤分割。

本版本中的MRI NIfTI体积已预先配准至SRI24图谱空间，重采样至统一的155层网格，进行了面部去标识处理，且未进行颅骨剥离。作者未进行额外的空间配准。

数据集结构-----------------原始数据组织在derivatives/目录下：GBM-struct-27/├── derivatives/│ ├── upenn-gbm-sri24/│ │ ├── sub-UPENNGBM00035/│ │ │ └── anat/│ │ │ ├── sub-UPENNGBM00035_ce-gad_space-SRI24_desc-unstripped_T1w.nii.gz│ │ │ ├── sub-UPENNGBM00035_space-SRI24_desc-unstripped_FLAIR.nii.gz│ │ │ ├── sub-UPENNGBM00035_space-SRI24_desc-unstripped_T1w.nii.gz│ │ │ └── sub-UPENNGBM00035_space-SRI24_desc-unstripped_T2w.nii.gz│ │ ├── sub-UPENNGBM00041/│ │ │ └── anat/ …│ │ └── dataset_description.json│ └── upenn-gbm-sri24-seg/│ ├── sub-UPENNGBM00035/│ │ └── anat/│ │ ├── sub-UPENNGBM00035_space-SRI24_label-structures_desc-raterA_T1w.nii.gz│ │ ├── sub-UPENNGBM00035_space-SRI24_label-structures_desc-raterB_T1w.nii.gz│ │ ├── sub-UPENNGBM00035_space-SRI24_label-structures_desc-raterC_T1w.nii.gz│ │ └── sub-UPENNGBM00035_space-SRI24_label-structures_desc-raterD_T1w.nii.gz│ ├── sub-UPENNGBM00041/│ │ └── anat/ …│ └── dataset_description.json├── annotation_protocol_version_1.pdf├── annota

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。