独特脑肿瘤MRI数据集（4类）
数据由多个公开来源合并而成，并经感知哈希（phash）去重处理，来源包括Kaggle上的多个脑肿瘤MRI数据集及Mendeley Data
基本信息
资源简介
独特脑肿瘤MRI数据集（4类）
Unique Brain Tumor MRI Dataset (4 Classes) 是一个面向脑肿瘤磁共振影像分类任务的公开数据集，发布于 kaggle.com，本站归类为肿瘤 / 脑肿瘤。该数据集由多个公开来源的脑肿瘤 MRI 数据合并而成，并使用感知哈希（phash）进行去重处理，最终形成包含 8,940 张图像、每类 2,235 张的均衡四分类数据集，类别为胶质瘤（glioma）、脑膜瘤（meningioma）、垂体瘤（pituitary）与无肿瘤（no_tumor）。数据集以 CC0 公共领域许可发布，版本为 v2，发布者为 Md. Arif Khan，发布时间为 2026-07-28。本站提供的文件共 20 个，合计约 366.76 KB，均为 JPEG 图像。
【数据集背景】
脑肿瘤的影像学判别是医学图像分析中的典型任务，不同来源的公开 MRI 数据在采集设备、图像尺寸、类别定义与标注方式上往往存在差异，直接混合使用容易引入重复样本与类别不平衡问题。该数据集正是针对这一情况构建：它从多个公开数据源汇集脑肿瘤 MRI 图像，并通过感知哈希（phash）进行去重，以减少跨来源的重复或近似重复图像，从而为四分类任务提供一个相对统一的数据基础。数据集英文名中标注的“4 Classes”即对应胶质瘤、脑膜瘤、垂体瘤与无肿瘤四个类别。
【数据内容】
数据集共包含 8,940 张图像，四个类别各 2,235 张，类别分布均衡。图像以 JPEG 格式存储，并按类别组织为目录结构，文件命名采用“类别名_序号”的形式，例如 glioma/glioma_0.jpg、glioma/glioma_1.jpg、glioma/glioma_10.jpg、glioma/glioma_100.jpg、glioma/glioma_1000.jpg 等。本站提供的文件数量为 20 个，合计 366.76 KB，属于该数据集的一个小样本子集，文件样例均来自 glioma 类别。完整的 8,940 张图像未包含在本站提供的 20 个文件之中。
【采集与来源】
该数据集由多个公开来源合并而成，来源包括：masoudnickparvar/brain-tumor-mri-dataset、mohamadabouali1/mri-brain-tumor-dataset-4-class-7023-images、sartajbhuvaji/brain-tumor-classification-mri、rm1000/brain-tumor-mri-scans、pkdarabi/medical-image-dataset-brain-tumor-detection（原为 YOLO 格式，已转换为分类格式），以及 Mendeley Data 上的 Brain Tumor MRI Dataset（DOI: 10.17632/zwr4ntf94j.6）。合并后统一为四分类结构，并通过感知哈希去重。数据集的机构署名为 Md. Arif Khan。各原始来源的具体采集机构、成像设备与采集协议，源站未提供。
【适用场景】
基于其四分类结构与均衡的类别分布，该数据集适用于脑肿瘤 MRI 的图像分类模型训练与评估，例如区分胶质瘤、脑膜瘤、垂体瘤与无肿瘤四类；也可用于迁移学习、数据增强策略比较以及不同分类骨干网络的基准测试。由于数据经过跨来源合并与去重，亦可用于考察多源数据融合后的模型泛化表现。需要说明的是，上述用途为基于数据集结构的通用说明，源站未提供针对具体任务的验证结论。
【使用方法】
使用时可先下载数据文件，本站提供 20 个 JPEG 图像文件，合计 366.76 KB；随后按文件格式读取图像，目录名即类别标签，文件名中的前缀与类别一致。建议先在小样本上核对字段与编码，确认无误后再批量接入完整数据。由于本站仅提供少量样例文件，若需开展完整训练与评估，应获取包含全部 8,940 张图像的完整版本。源站未提供官方划分（训练/验证/测试）方案与预处理规范。
【质量与限制】
该数据集的主要质量控制手段是跨来源合并后的感知哈希去重，这有助于降低重复图像带来的评估偏差；四类各 2,235 张的均衡设计也避免了明显的类别不平衡。其限制在于：数据由多个来源合并，原始采集条件、设备与标注标准并不统一，源站未提供各来源的详细采集信息；同时，本站仅提供 20 个文件、约 366.76 KB 的样例，无法代表完整数据集的分布。此外，源站未提供数据划分、标注一致性评估或模型性能指标等信息。
【引用与许可】
该数据集以 CC0: Public Domain 许可发布，版本为 v2，发布者为 Md. Arif Khan，发布平台为 kaggle.com，发布时间为 2026-07-28。使用时应注明数据集名称与来源平台；由于采用 CC0 许可，使用限制较少。各原始来源数据集（包括 Mendeley Data 上的 Brain Tumor MRI Dataset，DOI: 10.17632/zwr4ntf94j.6）的引用要求，源站未提供统一说明。
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://kaggle.com/datasets/arifkhan118/unique-brain-tumor-mri-4class
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:
数据集大小约 153.8 MB。
数据说明
Md. Arif Khan (2026). Unique Brain Tumor MRI Dataset (4 Classes) [Dataset]. https://www.kaggle.com/datasets/arifkhan118/unique-brain-tumor-mri-4class
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。
