Río Hortega大学医院胶质母细胞瘤数据集:术前、术后早期与复发MRI扫描(RHUH-GBM)

该数据集合包含在西班牙Valladolid的Río Hortega大学医院接受手术且经病理确诊为WHO 4级星形细胞瘤的患者的MRI扫描

The Cancer Imaging ArchiveThe Cancer Imaging Archive
datacite
浏览 4
医学影像图像分割脑肿瘤胶质母细胞瘤MRI图像分割肿瘤复发RANOBraTSCaPTk
The Río Hortega University Hospital Glioblastoma dataset: a comprehensive collection of preoperative, early postoperative and recurrence MRI scans (RHUH-GBM)

基本信息

模态
医学影像
任务类型
图像分割
许可
NIH Controlled Data Access Policy
创建/更新时间
2026-10-08
版本
1

资源简介

Río Hortega大学医院胶质母细胞瘤数据集:术前、术后早期与复发MRI扫描(RHUH-GBM)

该数据集合包含在西班牙Valladolid的Río Hortega大学医院接受手术且经病理确诊为WHO 4级星形细胞瘤的患者的MRI扫描

The Río Hortega University Hospital Glioblastoma dataset: a comprehensive collection of preoperative, early postoperative and recurrence MRI scans (RHUH-GBM)

【数据集背景】

源站首次发布:2023。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集合包含在西班牙Valladolid的Río Hortega大学医院接受手术且经病理确诊为WHO 4级星形细胞瘤的患者的MRI扫描。共有400次检查,对应40名患者,包括术前、术后早期以及诊断复发的随访扫描。肿瘤进展根据改良的神经肿瘤学反应评估标准(RANO)定义。图像已使用CaPTk软件按照BraTS Challenge流程进行预处理。该数据集包含术前、术后及随访研究中增强肿瘤、坏死和瘤周区域的分割,这些分割由专家手动校正。该数据集提供了术后早期研究及其分割,填补了其他公开数据集的空白。T

【主题与分类】

主题标签:脑肿瘤、胶质母细胞瘤、MRI、图像分割、肿瘤复发、RANO、BraTS、CaPTk。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://www.cancerimagingarchive.net/collection/rhuh-gbm/

使用许可:NIH Controlled Data Access Policy。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.7937/4545-c905

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

该数据集包含在西班牙巴利亚多利德的里奥·奥尔特加大学医院接受手术并经病理确诊为WHO 4级星形细胞瘤的患者的MRI扫描。共有400项研究,对应40名患者,包括术前、术后早期以及诊断复发的随访扫描。肿瘤进展根据神经肿瘤学反应评估标准(RANO)的修订版定义。图像已使用CaPTk软件按照BraTS Challenge流程进行预处理。该数据集包括专家手动校正的术前、术后及随访研究中的增强肿瘤、坏死和瘤周区域的分割。该数据集提供了术后早期研究及其分割,填补了其他公开数据集的空白。该数据集可能有助于分析全切除或近全切除患者的复发模式,并有助于开发针对术后和随访研究的新配准和分割算法。该数据集包括临床和病理信息。

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。