乳腺癌相关淋巴水肿数据库
该数据库包含乳腺癌相关淋巴水肿患者与健康对照者的手臂超声图像，可用于皮下组织和淋巴水肿相关影像分割研究。由IMPACT Laboratory, Concordia University提供，来自IMPACT Laboratory，包含468条数据记录，适用于图像分割任务。
基本信息
资源简介
乳腺癌相关淋巴水肿数据库
【一句话概览】
该数据库包含与乳腺癌相关淋巴水肿（BCRL）臂部超声图像分割研究相关的代码和数据集，对应已发表于 IEEE Transactions on Biomedical Engineering（TBME）2023 年的论文。数据集共 468 张超声图像，来自两组女性：患者组为 19 名 2 期 BCRL 女性，对照组为 20 名健康女性，合计 39 名受试者。每名受试者每只手臂的六个不同位置采集超声图像。代码使用 Python 编写，并采用 PyTorch 库（来源 users.encs.concordia.ca）。
【数据集背景】
本数据集源站标题为《Breast Cancer-Related Lymphedema (BCRL) Database》。
【数据内容】
源站原始描述：The repository includes the code and dataset associated with the following publication: Sobhan Goudarzi, Jesse Whyte, Mathieu Boily, Anna Towers, Robert D. Kilgour, and Hassan Rivaz, "Segmentation of Arm Ultrasound Images in Breast Cancer-Related Lymphedema: A Database and Deep Learning Algorithm", IEEE Transactions on Biomedical Engineering (TBME), 2023, in press. The dataset includes 468 ultrasound images collected from two groups of women. The patient group includes 19 women with Stage 2 BCRL…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该存储库包含与以下出版物相关的代码和数据集：Sobhan Goudarzi, Jesse Whyte, Mathieu Boily, Anna Towers, Robert D. Kilgour, 和 Hassan Rivaz, "乳腺癌相关淋巴水肿中手臂超声图像的分割：一个数据库与深度学习算法", IEEE Transactions on Biomedical Engineering (TBME), 2023, 即将出版。数据集包含从两组女性中收集的468张超声图像。患者组包括19名患有2期BCRL的女性，对照组包含20名健康女性。如上图所示，超声图像是从每位受试者手臂的六个不同位置收集的。代码使用Python编写，并利用了PyTorch库。
【主题与分类】
主题标签：Breast Cancer-Related Lymphedema、Ultrasound、Segmentation、Deep Learning、PyTorch、Arm。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://users.encs.concordia.ca/~impact/database/bcrl-database/
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。
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
源站：https://users.encs.concordia.ca/~impact/database/bcrl-database/
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:
数据说明
该数据库包含乳腺癌相关淋巴水肿患者与健康对照者的手臂超声图像，可用于皮下组织和淋巴水肿相关影像分割研究。
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。
