脑肿瘤

该数据集包含脑部MRI图像及对应的肿瘤边界框标注，以图像模态为主，适用于计算机视觉中的目标检测任务，主要用于医学影像分析、脑肿瘤自动识别与辅助诊断等研究方向。

该数据集是一个用于脑肿瘤分割任务的医学影像数据集，包含5个训练样本，数据模态为三维图像序列及其对应的标签序列，主要用于脑肿瘤的自动分割、计算机辅助诊断和医学图像分析等研究方向。

BraTS 2015 是一个包含 274 例高、低级别胶质瘤患者多模态磁共振成像（MRI）数据的数据集，数据模态为 T1、T1c、T2 及 T2FLAIR 四种序列的医学图像，并提供了水肿、增强肿瘤等四个肿瘤子区域的分割标注。该数据集主要用于开发和评估脑肿瘤自动分割算法，是医学图像分析、计算机辅助诊断及神经肿瘤学领域的重要研究工具和基准测试集。

该数据集是一个针对儿科脑肿瘤的医学影像数据集，包含多参数MRI模态（T1、T1c、T2w、T2-FLAIR）的2D切片图像及专家标注的分割掩码，数据来源于2024年脑肿瘤分割挑战赛的儿科赛道，主要用于训练深度学习模型进行自动肿瘤分割任务，支持脑肿瘤影像分析、儿科神经肿瘤学研究和医学人工智能应用。

该数据集是一个多模态医学影像数据集，包含术前MRI（对比增强T1和T2序列）与术后3D术中超声图像的配对数据，主要用于脑肿瘤手术中的多模态图像配准研究，以解决因脑移位导致的手术导航精度下降问题，支持神经外科手术规划和影像分析领域的算法开发与验证。

该数据集是一个医学影像数据集，主要包含脑部磁共振成像（MRI）图像，数据模态为图像，涵盖多种脑肿瘤类型，用于训练和测试深度学习模型，支持脑肿瘤自动分类与辅助诊断的研究方向。

该数据集是一个包含脑部MRI或CT扫描图像及其对应肿瘤标注信息的医学影像数据集，数据模态为二维或三维医学图像，主要用于训练和评估计算机视觉模型以实现脑肿瘤的自动检测与定位，服务于医学影像辅助诊断和肿瘤学相关研究。

BraTS 2018是一个多模态3D脑MRI数据集，包含T1、T1c、T2和FLAIR四种模态的医学图像，并提供由医生标注的脑肿瘤分割真值，涵盖增强肿瘤、瘤周水肿等多个肿瘤亚区，主要用于脑肿瘤自动分割算法的研究、评估以及多模态医学图像分析领域的模型开发与性能验证。

BRISC是一个包含6000张T1加权磁共振成像（MRI）切片的医学影像数据集，涵盖胶质瘤、脑膜瘤、垂体瘤和无肿瘤四种类别，数据来自轴向、冠状和矢状三个解剖平面，并提供了经放射科医生审核的像素级分割掩膜。该数据集主要用于脑肿瘤的自动分割与分类算法研究，支持多任务学习，旨在为医学影像分析领域提供高质量、标注一致的基准数据。

该数据集是一个包含9900张RGB图像的脑肿瘤图像数据集，图像分辨率为139x132像素，涵盖三种不同类型的脑肿瘤标签，并通过LabelImg工具进行了完整的边界框标注。该数据集主要用于脑肿瘤的自动检测与辅助诊断研究，支持深度学习模型的训练与评估，以提高脑肿瘤识别的准确性和临床效率。

BraTS-2019是一个多模态脑肿瘤分割医学影像数据集，包含来自多中心的脑肿瘤患者MRI扫描数据，涵盖T1、T1增强、T2和FLAIR等多种成像模态，并提供专家标注的肿瘤区域分割标签。该数据集主要用于开发和评估脑肿瘤自动分割算法，支持医学图像处理、计算机辅助诊断和脑肿瘤治疗规划等研究方向，是脑肿瘤分割领域广泛使用的基准数据集。

TextBraTS数据集包含配对的多模态脑部MRI扫描图像和专家注释的放射学报告文本，通过整合视觉与语言模态，旨在支持文本引导的3D脑肿瘤分割研究，主要用于开发和评估在神经肿瘤学中的多模态深度学习模型，推动脑肿瘤的自动分割、诊断辅助及影像报告生成等相关应用。