脑MRI与CT元启发式多级阈值分割多指标基准数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23376914

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 31.1 MB。

数据说明

研究“A Multi-Metric Benchmark of Metaheuristic Multilevel Thresholding for Brain MRI and CT: Toward Annotation-Free Lesion Delineation in Diagnostic Workflows”（Diagnostics，MDPI，已投稿）的代码、测试图像、每次运行的原始结果以及分析脚本。十种基于种群的优化器（RSA、HBA、OPA、BES、GWO、CSA、HHO、TSO、PSO 和 DE）在 20 张脑部 MRI 和 CT 切片上，于 K = 7、8 和 9 个阈值下最大化 Kapur、Otsu 和 Tsallis 准则。所有方法均在同一框架上运行，目标函数评估预算为 3030 次，每次运行使用确定性种子，每种配置运行 51 次，共计 91,800 次运行。每次运行均依据目标值、PSNR 和 SSIM 进行评分，并与通过动态规划计算得到的 Kapur 和 Otsu 准则精确最优值进行比较。该记录包含两个文件。zip 文件包含框架、91,800 次运行、精确最优值、统计分析（Friedman、Iman–Davenport、Shaffer 和 Wilcoxon）、图表，以及一个可复现所有表格和图表的脚本。单独的文件 raw_runs_curves.jsonl.xz 包含每次运行的收敛曲线。

该数据集合包含20个测试切片中的17个：来自脑肿瘤MRI数据集（CC BY 4.0）的11个肿瘤MRI切片，以及来自IXI数据集（CC BY-SA 3.0）的6个非肿瘤切片。3个卒中CT切片未包含在内，因其来源未声明许可；这些切片通过文件名和SHA-256校验和标识，以便从原始来源下载。代码以MIT许可证发布，结果以CC BY 4.0发布。详情请参见README.md。

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。