2024年BraTS胶质瘤数据集

该数据集是一个包含成人胶质瘤治疗后脑部多模态磁共振影像(如T1、T2、FLAIR和增强序列)的医学图像数据集,主要用于胶质瘤的肿瘤分割、治疗后评估、疗效分析和预后预测研究,支持医学影像人工智能和肿瘤学领域的应用开发。

i212385 Noman Arifi212385 Noman Arif
kaggle
2024-12-22 更新
浏览 35
imagemultimodalimage segmentation
2024_BraTS_Glioma

基本信息

大小
159.15 GB
许可
CC0: Public Domain
创建/更新时间
2024-12-22
版本
v1

资源简介

2024年BraTS胶质瘤数据集

【数据集背景】

本数据集源站标题为《2024_BraTS_Glioma》。源站首次发布:2024-12-22。

【数据内容】

源站原始描述:This is the official dataset of BraTS 2024 Adult Glioma Segmentation Task Challenge by SYNAPSE. The dataset contain 700 3D scans of brain with 4 modalities and 1 mask in Niftii format (.nii files)

【数据结构与技术规格】

文件数 20 个,合计 577.69 MB。

【主题与分类】

主题标签:image、multimodal、image segmentation。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/i212385nomanarif/2024-brats-glioma

使用许可:CC0: Public Domain。

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。

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("i212385nomanarif/2024-brats-glioma")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d i212385nomanarif/2024-brats-glioma
unzip 2024-brats-glioma.zip -d 2024-brats-glioma/

数据说明

该数据集是针对成人胶质瘤治疗后情况的医学影像数据集,主要包含脑部多模态磁共振成像(MRI)数据,如T1、T2、FLAIR和T1增强序列。数据来源于公开的BraTS(Brain Tumor Segmentation)挑战赛,旨在支持胶质瘤治疗后评估、肿瘤分割、疗效分析和预后预测等研究方向,适用于医学影像分析、人工智能辅助诊断和肿瘤学研究。

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。

获取专属数据定制方案