Emory 白质高信号数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.18339994

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

埃默里白质高信号（WMH）数据集是一个回顾性整理的去面部临床脑部MRI扫描集合，配有专家手动WMH标注，旨在支持在真实世界临床异质性条件下对WMH分割方法进行稳健评估。该数据集包含2006年至2022年间采集的195例常规临床MRI检查，来自71台不同扫描仪，涵盖多个厂商、磁场强度和采集协议。这种多样性反映了真实世界的临床变异性，并能够对模型的泛化性和稳健性进行系统性评估。白质高信号由一位经验丰富的评估者手动勾画，并在神经放射科医生监督下审核。该数据集包含固定的训练集和测试集划分，以及标准化的受试者级和扫描仪级元数据，以促进WMH分割算法的可重复基准测试和公平比较。所有MRI图像均已去面部处理，不包含直接个人身份标识。数据获取 数据获取通过阿尔茨海默病数据倡议（ADDI）AD Workbench进行管理。

所有访问Emory WMH数据集的请求必须通过以下网址提交：https://discover.alzheimersdata.org/catalogue/datasets/9f93737c-ecf2-4e62-a748-d626f6e84ec1 相关出版物 本数据集附有一篇同行评审文章：Benchmark white matter hyperintensity segmentation methods fail on heterogeneous clinical MRI: A new dataset and deep learning-based solutions Wu J, Brown JD, Hu R, Edwards PJ, Levey AI, Lah JJ, Qiu D. Journal of Imaging Informatics in Medicine. https://doi.org/10.1007/s10278-025-01808-9 处理流程 用于Emory Robust WMH分割流程的预配置Docker镜像可在以下网址获取：https://hub.docker.com/r/emorycn2l/emory_robust_wmh 它为在异质性临床MRI（FLAIR和T1加权图像）上进行稳健、自动化的WMH分割提供了一个标准化、完全可复现的环境。所包含的nnU-Net

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。