7名ADNI受试者连续三年扫描的脑白质高信号手动分割数据集

该数据集来自datashare.ed.ac.uk,包含7名随机选取的阿尔茨海默病神经影像学倡议(ADNI)受试者的结构性磁共振成像(MRI)衍生数据

datashare_ed
浏览 15
医学影像图像分割MRIbrainwhite matter hyperintensitiessegmentationinter-/intra-observer reliability
Manual segmentations of white matter hyperintensities from a subset of 7 ADNI subjects scanned three consecutive years, for inter-/intra-observer reliability analyses

基本信息

模态
医学影像
任务类型
图像分割
创建/更新时间
2026-10-07

资源简介

7名ADNI受试者连续三年扫描的脑白质高信号手动分割数据集

该数据集来自datashare.ed.ac.uk,包含7名随机选取的阿尔茨海默病神经影像学倡议(ADNI)受试者的结构性磁共振成像(MRI)衍生数据。数据为脑白质高信号(WMH)的二值掩膜,共来自21次MRI扫描,扫描在连续三个研究访视中进行,每次间隔12个月。掩膜通过半自动分割方法生成,即在Mango Version 4.0上结合阈值处理与手动勾画或手动编辑。该数据集可用于观察者间与观察者内可靠性分析,支持脑白质高信号分割的重复性与一致性评估(来源 datashare.ed.ac.uk)。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含来自阿尔茨海默病神经影像学倡议(ADNI)项目中随机选取的7名参与者的结构性磁共振成像(MRI)衍生数据。这些数据是脑白质高信号(WMH)的二值掩膜,全部来自21次MRI扫描(在连续三个研究访视中获得,每次间隔12个月)。这些掩膜使用半自动分割(即结合阈值处理与手动勾画或手动编辑掩膜)在Mango Version 4.0上生成,该软件可从 获取。

【主题与分类】

主题标签:MRI、brain、white matter hyperintensities、segmentation、inter-/intra-observer reliability。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://datashare.ed.ac.uk/handle/10283/2706

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://datashare.ed.ac.uk/handle/10283/2706

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

该数据集包含来自阿尔茨海默病神经影像学倡议(ADNI)项目中随机选取的7名参与者的结构性磁共振成像(MRI)衍生数据。这些数据是白质高信号(WMH)的二值掩膜,均来自21次MRI扫描(在相隔12个月的连续三次研究访视中获取)。这些掩膜是在Mango 4.0版(可从http://ric.uthscsa.edu/mango/获取)上使用半自动分割(即阈值处理与手动描迹或掩膜手动编辑相结合)生成的。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。