Tlemcen-NeuroOncMRI：阿尔及利亚临床标注多序列脑MRI数据集-97557

数据集获取

源站：https://doi.org/10.17632/9ns6748zkc.1

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 335.6 MB。

数据说明

Tlemcen-NeuroOncMRI是一个在阿尔及利亚特莱姆森抗癌中心回顾性收集的、具有临床注释的多序列脑部MRI数据集。该数据集包含45例原发性和继发性脑肿瘤患者的匿名MRI检查，其中包括28例原发性脑肿瘤病例和17例继发性脑转移病例。对于每位患者，该数据集提供多序列MRI数据，包括T1加权、T2加权、FLAIR和增强后T1加权图像。影像数据以患者为单位进行组织，并附有一个CSV格式的结构化患者级元数据文件。元数据包括匿名人口统计学信息、肿瘤来源、一般肿瘤类型、可获取的组织学信息、定位、侧别、继发性肿瘤的转移来源、对比增强模式、坏死、水肿、多发性以及边界特征。该数据集包含19,009个MRI切片，旨在用于原发性与继发性脑肿瘤分类、迁移学习、外部验证、多模态图像-表格建模、放射组学和弱监督学习等研究。

由于数据集包含每位患者的多层切片和序列，所有机器学习实验应采用患者级别的划分以避免数据泄漏。不建议使用切片级别的随机划分。当前版本不包含体素级分割掩膜。因此，该数据集主要面向分类导向研究、患者级建模、多模态学习和外部验证，而非全监督肿瘤分割。所有数据在发布前均已匿名化处理。直接标识符已移除，患者标识符已替换为研究专用的匿名代码。用户不得尝试重新识别患者，并应在任何相关发表成果中适当引用该数据集。

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。