基于多视角立体的乳腺癌治疗皮肤无标记跟踪——体模数据集
一个包含标定、体模图像以及用于运行《基于多视角立体的乳腺癌治疗皮肤无标记跟踪》中分析代码的数据集。主题标签：乳腺癌、肿瘤、多视角立体、无标记跟踪、皮肤跟踪、体模数据、标定、分析代码
基本信息
资源简介
基于多视角立体的乳腺癌治疗皮肤无标记跟踪——体模数据集
该数据集全称为“Multi-View Stereo-based Markerless Tracking of the Skin for Breast Cancer Treatment - Phantom dataset”，是一个面向乳腺癌放射治疗中皮肤无标记跟踪研究的公开数据集，由作者 Robin Christopher Laven 发布，收录于 Zenodo 平台，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可协议。数据集围绕“基于多视角立体的乳腺癌治疗皮肤无标记跟踪”这一研究主题组织，内容涵盖标定数据、体模图像以及用于运行相关分析的可执行代码，属于肿瘤与乳腺癌方向的研究资源。其核心价值在于为皮肤表面无标记跟踪方法提供可复现的标定与体模实验基础，使研究者能够在标准化的输入条件下验证多视角立体视觉在体表跟踪中的表现。数据集以体模数据为主要实验对象，主题标签涉及乳腺癌、肿瘤、多视角立体、无标记跟踪、皮肤跟踪、体模数据、标定与分析代码，整体定位清晰，服务于方法验证与结果复现两类需求。
【数据集背景】
乳腺癌放射治疗对患者体表位置的精确跟踪具有重要临床意义，传统方法往往依赖体表标记物，而基于多视角立体视觉的无标记跟踪则试图在不附加标记的情况下获取皮肤表面形变信息。该数据集正是围绕这一研究背景构建，配套论文《Multi-View Stereo-based Markerless Tracking of the Skin for Breast Cancer Treatment》使用，旨在为方法提供可共享、可复现的实验材料。数据集归入肿瘤与乳腺癌分类，说明其应用语境聚焦于乳腺癌治疗过程中的体表跟踪问题。
【数据内容】
数据集包含三类核心内容：一是标定数据，用于多视角立体成像系统的参数标定；二是体模图像，作为皮肤跟踪实验的成像对象；三是分析代码，用于运行该研究中的分析流程。源站描述明确指出，数据集“包含标定、体模图像以及用于运行分析代码”的材料，三者共同构成从系统标定到图像处理再到结果分析的完整链条。主题标签进一步细化了内容范围，包括多视角立体、无标记跟踪、皮肤跟踪、体模数据、标定与分析代码等。
【采集与来源】
数据集由 Robin Christopher Laven 提交，发布机构为 Zenodo，来源站为 doi.org，发布时间为 2026 年。源站未提供具体的采集设备、采集环境、体模类型及图像数量等细节信息。
【适用场景】
该数据集适用于乳腺癌放射治疗中皮肤无标记跟踪方法的验证与复现研究，尤其适合基于多视角立体视觉的体表跟踪算法开发、标定流程测试以及体模条件下的分析代码运行。研究者可借助标定数据与体模图像重建实验流程，并利用配套代码复现论文中的分析结果。源站未提供其他具体适用场景的说明。
【使用方法】
使用该数据集时，可先依据标定数据完成多视角立体系统的标定，再以体模图像作为输入运行配套分析代码，从而复现研究中的跟踪与分析流程。源站未提供具体的软件环境、运行步骤及参数配置等细节。
【质量与限制】
数据集采用体模图像而非患者数据，其跟踪验证对象为体模，源站未提供关于数据规模、图像分辨率、标定精度及代码测试情况的质量说明。使用时应结合源站描述与配套论文理解其适用范围。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，使用时需按要求署名。作者为 Robin Christopher Laven，发布机构为 Zenodo，发布时间为 2026 年。源站未提供具体引用格式。
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://doi.org/10.5281/zenodo.23582933
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 725.1 MB。
数据说明
一个包含校准数据、体模图像以及用于运行“基于多视角立体的乳腺癌治疗皮肤无标记跟踪”分析代码的数据集。
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。
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。
