阿尔茨海默病MRI预处理数据集

数据来自多个网站、医院和公共存储库。该数据集由预处理过的 MRI(磁共振成像)图像组成。所有图像都被调整为 128 x 128 像素

Raj mohanRaj mohan
google_dataset
2026-04-16 更新
浏览 19
医学影像分类磁共振成像脑部影像神经影像阿尔茨海默病认知障碍图像分类多分类任务辅助诊断
Alzheimer MRI Preprocessed Dataset

基本信息

模态
医学影像
大小
0.028113744 GB
任务类型
分类
许可
CC0: Public Domain
创建/更新时间
2026-04-16
版本
v1

资源简介

阿尔茨海默病MRI预处理数据集

Alzheimer MRI Preprocessed Dataset

Alzheimer MRI Preprocessed Dataset 包含预处理 MRI 图像,所有图像已调整为 128×128 像素,共 6400 张,分为四类:Mild Demented 896 张、Moderate Demented 64 张、Non Demented 3200 张、Very Mild Demented 2240 张。数据收集自多个网站、医院和公共仓库;文件数 20,总字节 81166,许可为 CC0:Public Domain(来源 Kaggle,CC0: Public Domain 许可)。

【数据集背景】

源站首次发布:2026-04-16。

【数据内容】

源站描述(机器翻译,仅供参考):数据来自多个网站、医院和公共存储库。该数据集由预处理过的 MRI(磁共振成像)图像组成。所有图像都被调整为 128 x 128 像素。该数据集包含四类图像。数据集总共包含 6400 张 MRI 图像。类别 1:轻度痴呆(896 张图像)类别 2:中度痴呆(64 张图像)类别 3:非痴呆(3200 张图像)类别 4:极轻度痴呆(2240 张图像)

【数据结构与技术规格】

文件数 20 个,合计 81.17 KB。

【主题与分类】

主题标签:磁共振成像、脑部影像、神经影像、阿尔茨海默病、认知障碍、图像分类、多分类任务、辅助诊断。本站分类:神经系统疾病/阿尔茨海默病。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/rajmohan096/alzheimer-mri-preprocessed-dataset

使用许可:CC0: Public Domain。

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。

需登录

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://kaggle.com/datasets/rajmohan096/alzheimer-mri-preprocessed-dataset

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 28.1 MB。

数据说明

Raj mohan (2026). 阿尔茨海默病 MRI 预处理数据集 [数据集]. https://www.kaggle.com/datasets/rajmohan096/alzheimer-mri-preprocessed-dataset

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