胶质母细胞瘤放疗计划半自动分割数据集

数据集获取

源站：https://doi.org/10.1285/i25327518v1i1p33

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。

数据说明

在放射治疗（RT）过程中，治疗计划与模拟通过治疗计划系统（TPS）完成。轮廓勾画确定了计划治疗体积（PTV），即实际的RT治疗体积。胶质母细胞瘤（GB）的PTV在扩展后包括大体肿瘤体积（GTV，即肿瘤本身）和临床靶体积（CTV，即肿瘤加水肿区）。GlioCAD，一款用于MRI/DTI中胶质瘤轮廓勾画的计算机辅助检测软件，被用于描绘GTV。数据集包含了21例接受GB放疗患者的图像。针对每位患者，我们将CT计划图像与诊断性MRI（16例T1增强，6例T2 Flair，13例Flair脂肪抑制）进行配准，这些图像用于GlioCAD的训练与验证。CAD在排除后处理中的一些假阳性后，以良好的准确性勾画出肿瘤轮廓。我们确定了可靠的GTV，满足RT要求。GlioCAD的后续发展将考虑水肿以勾勒CTV。该方法前景广阔。结合进一步自动勾画脑部危及器官（OAR）的系统，此流程可能有助于RT治疗计划的标准化。

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。