BiElast-CTS 腕管综合征多模态超声数据集
BiElast-CTS 是一个面向腕管综合征（CTS）检测与分割研究的多模态超声数据集，共包含 147 个腕部样本，其中健康对照 78 例、临床确诊 CTS 69 例
基本信息
资源简介
BiElast-CTS 腕管综合征多模态超声数据集
BiElast-CTS
BiElast-CTS 是一个面向腕管综合征（CTS）检测与分割研究的多模态超声数据集，共包含 147 个腕部样本，其中健康对照 78 例、临床确诊 CTS 69 例。每个病例提供配对的 B-mode 超声图像与剪切波弹性成像图，以及正中神经的像素级分割掩膜、定性图像评估和定量影像生物标志物。数据来自两个医疗中心，采用标准化成像协议采集，并由经验丰富的放射科医生手工标注，同时报告了正中神经横截面积（CSA）和平均弹性硬度等关键测量值，可用于 CTS 的检测、分割及相关影像标志物研究（来源 Kaggle，CC BY-NC-SA 4.0 许可）。
【数据集背景】
源站首次发布：2026-05-18。
【数据内容】
源站描述（机器翻译，仅供参考）：BiElast-CTS 是一个多模态超声数据集，旨在支持腕管综合征（CTS）检测与分割的研究。该数据集共包含 147 个腕部，其中健康对照 78 例、临床确诊 CTS 病例 69 例。对于每个病例，数据集提供配对的 B-mode 超声图像和剪切波弹性成像图，以及正中神经的像素级分割掩膜、定性图像评估和定量影像生物标志物。该数据集是对公开可获取、标注良好的肌肉骨骼超声资源有限这一现状的回应。图像来自两个医疗中心，采用标准化成像协议采集，并由一位经验丰富的放射科医生手工标注。该数据集还报告了正中神经横截面积（CSA）和平均弹性硬度等关键测量值，这两项均显示出
【数据结构与技术规格】
文件数 20 个，合计 5.73 MB。
【主题与分类】
主题标签：image、computer science、medicine。本站分类：神经系统疾病/腕管综合征。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/alisamohebbi/bielast-cts
使用许可：CC BY-NC-SA 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。
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/alisamohebbi/bielast-cts
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:
数据集大小约 182.4 MB。
数据说明
Alisa Mohebbi (2026). BiElast-CTS [Dataset]. https://www.kaggle.com/datasets/alisamohebbi/bielast-cts
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。
