SegRap2023
鼻咽癌放射治疗的风险器官和肿瘤分割基准，包含200名患者的400次CT扫描。
基本信息
模态
医学影像
创建/更新时间
2023-12-15
资源简介
该数据集是面向鼻咽癌放射治疗计划中风险器官和肿瘤总体积分割的大型基准，包含200名鼻咽癌患者的400次计算机断层扫描（CT），每对包括预先对齐的无对比和增强CT扫描。数据模态为医学影像，任务为分割，可用于模型开发和评估。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
暂未开放有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
源站：https://segrap2023.grand-challenge.org
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
该数据集是面向鼻咽癌放射治疗计划中风险器官和肿瘤总体积分割的大型基准，包含200名鼻咽癌患者的400次计算机断层扫描（CT），每对包括预先对齐的无对比和增强CT扫描。数据模态为医学影像，任务为分割，可用于模型开发和评估。
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 鼻咽癌 的高质量、多模态真实临床数据定制解决方案。
