OASIS-1横断面脑影像集
OASIS-1 是开放脑 MRI 数据集，包含多年龄段受试者和 AD 诊断信息，适合脑结构变化分析、海马萎缩研究和阿尔茨海默病分类模型。
基本信息
资源简介
OASIS-1横断面脑影像集
【一句话概览】
OASIS-1 是一个横断面数据集，包含 416 名 18 至 96 岁的受试者，均为右利手，男女均有。每名受试者在单次扫描中接受 3 或 4 次 T1 加权 MRI 扫描。其中 100 名 60 岁以上受试者经临床诊断为极轻度至中度阿尔茨海默病。此外还包含一个可靠性数据集，含 20 名非痴呆受试者，在其初次扫描后 90 天内再次成像（来源 sites.wustl.edu）。
【数据集背景】
本数据集源站标题为《OASIS-1》。
【数据内容】
源站原始描述：This set consists of a cross-sectional collection of 416 subjects aged 18 to 96. For each subject, 3 or 4 individual T1-weighted MRI scans obtained in single scan sessions are included. The subjects are all right-handed and include both men and women. 100 of the included subjects over the age of 60 have been clinically diagnosed with very mild to moderate Alzheimer’s disease (AD). Additionally, a reliability data set is included containing 20 nondemented subjects imaged on a subsequent visit wit…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含416名年龄在18至96岁之间的受试者的横断面数据。对于每位受试者，均收录了在同一扫描时段内获取的3或4次独立T1加权MRI扫描。所有受试者均为右利手，男女均有。其中100名年龄超过60岁的受试者已被临床诊断为患有极轻度至中度阿尔茨海默病（AD）。此外，还包含一个可靠性数据集，其中有20名非痴呆受试者在初次扫描后90天内的后续随访中进行了成像。
【主题与分类】
主题标签：MRI、T1-weighted、cross-sectional、Alzheimer''s disease、brain、aging、dementia、OASIS-1。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://sites.wustl.edu/oasisbrains/home/oasis-1/
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。
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://sites.wustl.edu/oasisbrains/home/oasis-1/
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
OASIS-1 提供横断面结构 MRI，包含正常老年人与轻中度阿尔茨海默病受试者，常用于 AD 影像分类。
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。
