UCSF原发性中枢神经系统淋巴瘤MRI数据集
包含150例PCNSL患者的多序列脑MRI、病灶分割标注、放射组学特征及匿名临床数据。由BRAIN Lab, UCSF提供，来自Registry of Open Data on AWS，包含多种数据模态，适用于图像分割任务，许可证为CC BY 4.0，专注于肿瘤领域的原发性中枢神经系统淋巴瘤研究。
基本信息
资源简介
UCSF原发性中枢神经系统淋巴瘤MRI数据集
【一句话概览】
该数据集为 BIDS 格式，提供 150 名原发性中枢神经系统淋巴瘤（PCNSL）患者的多模态脑 MRI 数据，包含 T1 加权、增强 T1 加权、FLAIR 和 ADC 序列，并附有专家标注的病灶分割及影像组学特征，以及匿名临床数据，涵盖人口统计学、诊断史和用药信息。数据集共 2 个文件，标签涉及癌症、生命科学、磁共振成像、医学影像、放射学、神经影像和脑图像等，采用 CC BY 4.0 许可（来源 AWS Open Data Registry，https://creativecommons.org/licenses/by/4.0/ 许可）。
【数据集背景】
本数据集源站标题为《UCSF Primary Central Nervous System Lymphoma MRI Dataset》。
【数据内容】
源站原始描述：This BIDS-formatted dataset provides multimodal brain MRI data from 150 patients with primary central nervous system lymphoma (PCNSL), including T1-weighted, contrast-enhanced T1-weighted, FLAIR, and ADC sequences. The dataset includes expert-annotated lesion segmentations with radiomic features, along with anonymized clinical data including demographics, diagnosis history, and medications
中文译文（机器翻译，仅供快速理解，请以原文为准）：该BIDS格式数据集提供了150名原发性中枢神经系统淋巴瘤（PCNSL）患者的多模态脑部MRI数据，包括T1加权、对比增强T1加权、FLAIR和ADC序列。数据集包含专家标注的病灶分割及影像组学特征，以及匿名化的临床数据，包括人口统计学信息、诊断史和用药情况。
【数据结构与技术规格】
文件数 2 个。
【主题与分类】
主题标签：aws-pds、cancer、life sciences、magnetic resonance imaging、medicine、medical imaging、radiology、neuroimaging、brain images。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://registry.opendata.aws/ucsf-pcnsl/
使用许可：https://creativecommons.org/licenses/by/4.0/。
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://registry.opendata.aws/ucsf-pcnsl/
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
包含150例PCNSL患者的多序列脑MRI、病灶分割标注、放射组学特征及匿名临床数据。
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。
