磁粒子成像x空间重建的凸公式化数据

磁粒子成像(MPI)是新兴成像模态,有望用于快速血管造影、细胞治疗追踪、癌症和炎症成像。近期研究已在鼠尺度视野上以x空间重建实现定量MPI

DryadDryad
dryad
浏览 16
时间序列回归inverse problemconvex optimizationimage reconstructionmagnetic nanoparticlesmagnetic particle imaging
Data from: A convex formulation for magnetic particle imaging x-space reconstruction

基本信息

模态
时间序列
大小
0.529234835 GB
任务类型
回归
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-01

资源简介

磁粒子成像x空间重建的凸公式化数据

Data from: A convex formulation for magnetic particle imaging x-space reconstruction

磁粒子成像(MPI)是新兴成像模态,有望用于快速血管造影、细胞治疗追踪、癌症和炎症成像。近期研究已在鼠尺度视野上以x空间重建实现定量MPI。因直接馈通滤波丢失信号均值,算法须恢复零频值;此前x空间恢复仅限一维,重建三维图像可能引入伪影。本文将x空间重建表述为三维凸优化问题,利用图像平滑与非负性先验,减少非物理条带和雾状伪影,并讨论其未来可扩展性(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2016。

【数据内容】

源站描述(机器翻译,仅供参考):磁粒子成像(Magnetic Particle Imaging, MPI)是一种新兴的成像模态,在快速血管造影、细胞治疗追踪、癌症成像和炎症成像等临床应用方面具有非凡前景。近期发表的文献已证明,采用x空间重建方法可在鼠大小的视野内实现定量MPI。对于任何医学成像技术而言,图像重建的可靠性和准确性都至关重要。由于在直接馈通信号滤波过程中会丢失MPI信号的平均值,MPI重建算法必须恢复这一零频率值。此前的x空间MPI恢复技术仅限于1D方法,在重建3D图像时可能引入伪影。在本文中,我们将x空间重建表述为一个3D凸优化问题,并应用关于图像平滑性和非负性的稳健先验知识,以减少非物理的条带和雾状伪影。最后,我们讨论了所提出公式在未来应用中的强大可扩展性。

【主题与分类】

主题标签:inverse problem、convex optimization、image reconstruction、magnetic nanoparticles、magnetic particle imaging。本站分类:肿瘤。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.cn58f

使用许可:Creative Commons Zero v1.0 Universal。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

源站:https://doi.org/10.5061/dryad.cn58f

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。

数据集大小约 529.2 MB。

数据说明

磁粒子成像(Magnetic Particle Imaging, MPI)是一种新兴的成像模态,在快速血管造影、细胞治疗追踪、癌症成像和炎症成像等临床应用方面具有非凡前景。近期发表的文献已证明,采用x空间重建方法可在鼠大小的视野内实现定量MPI。对于任何医学成像技术而言,图像重建的可靠性和准确性都至关重要。由于在直接馈通信号滤波过程中会丢失MPI信号的平均值,MPI重建算法必须恢复这一零频率值。此前的x空间MPI恢复技术仅限于1D方法,在重建3D图像时可能引入伪影。在本文中,我们将x空间重建表述为一个3D凸优化问题,并应用关于图像平滑性和非负性的稳健先验知识,以减少非物理的条带和雾状伪影。最后,我们讨论了所提出公式在未来应用中的强大可扩展性。

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。

获取专属数据定制方案