人脑胶质瘤术中在体交叉偏振光学相干断层扫描数据集
主题标签：脑肿瘤、胶质瘤、光学相干断层扫描、CP-OCT、术中成像、在体数据、组织病理学。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖脑肿瘤。
基本信息
资源简介
人脑胶质瘤术中在体交叉偏振光学相干断层扫描数据集
该数据集名为 Intraoperative In Vivo Cross-Polarization Optical Coherence Tomography Dataset of Human Brain Gliomas，收录于 Zenodo，属于肿瘤领域中脑肿瘤方向的公开数据集。数据集提供人脑胶质瘤手术切除过程中采集的原始在体交叉偏振光学相干断层扫描（CP-OCT）数据，来源于 27 例恶性脑胶质瘤患者的术中扫描。所有被扫描的组织样本均经过精确切除并送交组织病理学检查，以建立金标准。数据集共包含 86 个结构扫描，以 .zip 压缩包形式提供，文件名为 Brain_CPOCT_Scans_Raw.zip，数据被划分为两个文件夹。该数据集采用 Creative Commons Attribution 4.0 International 许可，发布于 2026 年。
【数据集背景】
该数据集面向脑胶质瘤术中成像研究，所采集的是人脑组织在体交叉偏振光学相干断层扫描数据。其直接用途是支撑一篇已接收的学术论文，即 Radik Zinatullin、Alexander Sovetsky、Artem Grishin、Elena Kiseleva、Liudmila Kukhnina、Svetlana Korikova、Alexander Matveyev、Vladimir Zaitsev、Konstantin Yashin 与 Lev Matveev 撰写的 "Human-in-the-Loop Enhances Machine Learning Inference in Intraoperative Optical Coherence Tomography Glioma Imaging"，该论文被 Medical Sciences（2026）接收。数据集主题涵盖脑肿瘤、胶质瘤、光学相干断层扫描、CP-OCT、术中成像、在体数据以及组织病理学等方向。
【数据内容】
数据集包含人脑组织的原始术中在体 CP-OCT 扫描，共 86 个结构扫描。数据以 .zip 压缩包形式分发，压缩包名为 Brain_CPOCT_Scans_Raw.zip。压缩包内的数据被划分为两个文件夹，源站描述在此处被截断，未完整说明两个文件夹的具体名称与划分方式。除扫描数量与打包形式外，源站未提供各扫描的分辨率、尺寸、通道数、文件格式等更细粒度的技术参数。
【采集与来源】
数据采集自在体场景，来自 27 例接受恶性脑胶质瘤手术切除的患者。采集过程发生在手术切除期间，属于术中在体成像。所有被扫描的组织样本均经过精确切除，并送交组织病理学检查，用以建立金标准。数据集的作者为 Radik Zinatullin、Alexander Sovetsky、Artem Grishin、Elena Kiseleva、Liudmila Kukhnina、Svetlana Korikova、Alexander Matveyev、Vladimir Zaitsev、Konstantin Yashin 和 Lev Matveev，发布机构为 Zenodo，发布时间为 2026 年。
【适用场景】
该数据集适用于脑胶质瘤术中光学相干断层扫描相关的研究，尤其是交叉偏振光学相干断层扫描的成像分析。由于数据带有经组织病理学检查建立的金标准，可用于组织分类、成像特征与病理结果对应关系等方向的方法开发与验证。源站描述提到该数据用于一项结合人机回路的机器学习推理研究，因此也适合作为术中 OCT 胶质瘤成像中机器学习推理相关工作的数据基础。源站未提供其他具体适用场景的说明。
【使用方法】
数据集以 .zip 压缩包 Brain_CPOCT_Scans_Raw.zip 的形式提供，解压后可见两个文件夹，数据即按这两个文件夹组织。使用者需自行解压并读取其中的原始 CP-OCT 扫描数据。源站未提供关于数据读取方式、配套代码、标注文件格式或预处理流程的进一步说明。
【质量与限制】
数据的关键质量保障在于所有被扫描组织样本均经过精确切除并送交组织病理学检查，从而建立金标准。数据集规模为 27 例患者、86 个结构扫描。源站描述在说明两个文件夹划分处被截断，因此文件夹的具体内容与组织方式未能完整呈现。此外，源站未提供关于图像质量指标、采集参数、类别平衡性、缺失情况或使用限制的进一步信息。
【引用与许可】
使用该数据集应引用其支撑的论文：Radik Zinatullin, Alexander Sovetsky, Artem Grishin, Elena Kiseleva, Liudmila Kukhnina, Svetlana Korikova, Alexander Matveyev, Vladimir Zaitsev, Konstantin Yashin, and Lev Matveev. "Human-in-the-Loop Enhances Machine Learning Inference in Intraoperative Optical Coherence Tomography Glioma Imaging." Medical Sciences (2026) [accepted]。数据集采用 Creative Commons Attribution 4.0 International 许可，允许在署名条件下使用。数据集由 Zenodo 发布，发布时间为 2026 年。
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://doi.org/10.5281/zenodo.20208546
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
本数据集用于以下出版物：Radik Zinatullin, Alexander Sovetsky, Artem Grishin, Elena Kiseleva, Liudmila Kukhnina, Svetlana Korikova, Alexander Matveyev, Vladimir Zaitsev, Konstantin Yashin, and Lev Matveev. “Human-in-the-Loop Enhances Machine Learning Inference in Intraoperative Optical Coherence Tomography Glioma Imaging.” Medical Sciences (2026) [已接收]。本数据集包含人脑组织的术中在体原始交叉偏振光学相干断层扫描（CP-OCT）图像。数据采集自27名恶性脑胶质瘤手术切除患者的在体组织。所有扫描组织样本均经精确切除并送交组织病理学检查以确立金标准。本数据集共包含86幅结构扫描图像，以.zip压缩包形式提供（Brain_CPOCT_Scans_Raw.zip）。数据根据组织学确认结果分为两个文件夹（类别）：类别1（非恶性）：44幅扫描图像，为完整白质及非恶性受损白质。类别2（恶性）：42幅扫描图像，为肿瘤组织（包括I-III级胶质瘤、IV级IDH突变型星形细胞瘤及胶质母细胞瘤）。
图像规格：每个提供的.png文件代表一个组合B扫描，包含两个共配准的光学通道。整体图像尺寸：400像素（横向）× 512像素（轴向/垂直）。交叉偏振通道：位于图像上半部分（垂直方向第1至256像素）。共偏振通道：位于图像下半部分（垂直方向第257至512像素）。因此，每个单独的扫描通道宽度为400像素（横向），深度为256像素。采集设备：结构扫描是直接在手术室中使用时域偏振敏感光学相干断层扫描系统（OCT-1300U，BioMedTech LLC，俄罗斯下诺夫哥罗德）采集的。扫描仪工作中心波长为1300 nm。----------- 使用条款与引用：本数据集发布
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。
