头颈部粒子植入相关器官的自动勾画数据集

数据集获取

源站：https://nbsdc.cn/general/dataDetail?id=67424136195d262b8b446ad2&type=1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

该数据集是一个面向头颈部粒子植入治疗中危及器官自动勾画的医学影像数据集，主要用于支持智能化125I粒子植入计划设计和剂量管理软件系统中的自动组织器官勾画功能。数据集包含两个来源的CT影像数据：一是来自MICCAI 2015头颈部自动分割挑战数据集（即哈佛医学院的PDDCA公共数据），涵盖口咽、下咽或喉部鳞状细胞癌患者的影像，包含脑干、视交叉、左右腮腺、左右颌下腺六类器官的标注，标签值为1-6；二是来自北京大学口腔医院的腮腺肿瘤患者CT数据，包含耳廓、髁突、乳突、腮腺、下颌升支、咬肌六类器官的标注，标签值同样为1-6。数据集共320个.nii.gz格式文件，总数据量745MB，影像及真实标签来源于公开数据集或医院专家标注，并包含通过自动勾画功能生成的预测结果。该数据集适用于医学图像分割、放射治疗计划优化及头颈部肿瘤粒子植入治疗的相关研究。

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。