人体鼻腔高质量统计形状建模及其应用

数据集获取

源站：https://search.dataone.org/view/sha256%3Aa9da2a97e16855ee5ff2ad6c0c867c2748cfa953483c299fd030317a9092542a

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

人类鼻子是一个复杂的器官，表现出较大的形态变异，并具有许多重要功能。然而，形状与功能之间的关系尚未完全明了。在本研究中，我们基于46名患者的临床CT数据，提出了一个高质量的人类鼻子统计形状模型。采用基于圆柱参数化的技术来建立人群鼻形状之间的对应关系。对这些对应后的鼻腔应用主成分分析，得到了平均鼻几何形状以及人群中存在的几何变异（称为主成分），且精度很高。分析共得到46个主成分，它们解释了所捕获的总几何变异的95%。这些变异首先进行了定性讨论，并可视化了前五个主成分对平均鼻形状的影响。此后，通过使用该统计形状模型，两个应用示例……

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。