BRATS 2021
BRATS 2021 数据集是一个专门用于脑胶质母细胞瘤研究的公开医学影像数据集,包含多参数磁共振成像(mpMRI)扫描,涵盖 T1、T1增强、T2 和 FLAIR 等多种模态影像,主要用于脑肿瘤亚区域的精确分割以及基于影像的 MGMT 启动子甲基化状态预测,支持医学影像分析、放射组学和机器学习辅助诊断等研究方向。

基本信息
资源简介
BRATS 2021
【一句话概览】
RSNA-ASNR-MICCAI BraTS 2021 挑战赛基于多机构术前基线多参数磁共振成像(mpMRI)扫描,设置两项评估任务:任务一为分割 mpMRI 扫描中本质上异质的脑胶质母细胞瘤亚区域;任务二为评估分类方法以预测 MGMT 启动子甲基化状态。该数据集涉及核磁共振成像、计算机视觉、脑分割、脑胶质母细胞瘤、mpMRI 与 MGMT 等标签(来源 opendatalab.org.cn)。
【数据内容】
源站原始描述:RSNA-ASNR-MICCAI BraTS 2021 挑战赛利用多机构术前基线多参数磁共振成像 (mpMRI) 扫描,并侧重于评估用于(任务 1)分割mpMRI 扫描中本质上异质的脑胶质母细胞瘤亚区域。此外,此 BraTS 2021 挑战还侧重于评估(任务 2)分类方法以预测 MGMT 启动子甲基化状态。
中文译文(机器翻译,仅供快速理解,请以原文为准):RSNA-ASNR-MICCAI BraTS 2021 挑战赛利用多机构术前基线多参数磁共振成像 (mpMRI) 扫描,并侧重于评估用于(任务 1)分割mpMRI 扫描中本质上异质的脑胶质母细胞瘤亚区域。此外,此 BraTS 2021 挑战还侧重于评估(任务 2)分类方法以预测 MGMT 启动子甲基化状态。
【主题与分类】
主题标签:核磁共振成像、CV、脑分割、脑胶质母细胞瘤、mpMRI、MGMT。
【获取与许可】
源站页面:https://opendatalab.org.cn/OpenDataLab/BRATS21
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
源站:https://opendatalab.org.cn/OpenDataLab/BRATS21
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
BRATS 2021 数据集是 RSNA、ASNR 和 MICCAI 联合举办的 2021 年脑肿瘤分割挑战赛所使用的数据集,专门用于脑胶质母细胞瘤的影像分析研究。该数据集包含多机构收集的术前基线多参数磁共振成像(mpMRI)扫描数据,涵盖 T1、T1增强、T2 和 FLAIR 等多种模态影像。数据集主要支持两项任务:任务 1 旨在对脑胶质母细胞瘤的异质性亚区域(如增强肿瘤、坏死核心和水肿区域)进行精确分割;任务 2 则侧重于基于影像数据预测 MGMT 启动子甲基化状态,这是一种与胶质母细胞瘤治疗反应和预后相关的生物标志物。该数据集广泛应用于医学影像分析、脑肿瘤自动分割、放射组学特征提取以及机器学习辅助诊断等研究方向。
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。
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。




