UCSF-PDGM测试子集（VQA演示）
UCSF-PDGM测试子集（VQA演示）是一个包含三名弥漫性胶质瘤患者术前脑部MRI数据的医学影像数据集，数据模态包括多序列NIfTI格式的T1、T1c、T2、FLAIR、SWI、DWI、ADC、ASL和DTI衍生影像，以及肿瘤、脑部和脑实质的分割标注，主要用于基于Web的视觉问答系统演示和医疗影像分析研究，支持胶质瘤术前评估和AI辅助诊断应用。
基本信息
资源简介
UCSF-PDGM测试子集（VQA演示）
【数据集背景】
本数据集源站标题为《chihhua0908/vqa-test-studies》。源站首次发布：2026-04-29。
【数据内容】
源站原始描述：# UCSF-PDGM Test Subset (VQA Demo) A three-study subset of the UCSF Preoperative Diffuse Glioma MRI (UCSF-PDGM) dataset, mirrored here as test fixtures for a web-based visual question answering (VQA) demo. The full source dataset is publicly available on The Cancer Imaging Archive (TCIA). ## Contents Three preoperative brain MRI studies from patients with diffuse glioma: - `UCSF-PDGM-0159_nifti/` - `UCSF-PDGM-0338_nifti/` - `UCSF-PDGM-0529_nifti/` Each study folder contains multi-sequence NIf…
【数据结构与技术规格】
文件数 72 个，合计 963.61 MB。
【主题与分类】
主题标签：task_categories:visual-question-answering、task_categories:image-classification、license:cc-by-4.0、size_categories:n<1K、library:datasets、library:mlcroissant、region:us、medical-imaging、mri、neuroimaging。
【获取与许可】
源站页面：https://huggingface.co/datasets/chihhua0908/vqa-test-studies
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2026-04-30，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("chihhua0908/vqa-test-studies")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/chihhua0908/vqa-test-studies
数据说明
UCSF-PDGM测试子集（VQA演示）是UCSF术前弥漫性胶质瘤MRI（UCSF-PDGM）数据集的一个子集，专门用于基于Web的视觉问答（VQA）演示。该数据集包含三名弥漫性胶质瘤患者的术前脑部MRI研究，每个研究提供多序列NIfTI格式的影像体积，包括T1、T1c、T2、FLAIR、SWI、DWI、ADC、ASL和DTI衍生数据，并附有肿瘤、脑部和脑实质的分割标注。数据来源于UCSF-PDGM原始数据集，通过子集构建用于演示和开发目的，主要应用于医疗影像分析、视觉问答系统开发以及胶质瘤术前评估研究，但不适用于模型训练或评估。数据集遵循CC BY 4.0许可，使用需引用原始UCSF-PDGM出版物。
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。
