RBWH TOF-MRA颅内动脉瘤数据库

RBWH 数据集提供真实 TOF-MRA 动脉瘤影像、医生分割和临床测量,其中部分患者具有随访影像,适合自动检测、CFD 建模和生长变化分析。

Royal Brisbane and Women’s HospitalRoyal Brisbane and Women’s Hospital
OpenNeuro
2024-01-01 更新
浏览 64
图像图像分割mri
Royal Brisbane TOF-MRA Intracranial Aneurysm Database

基本信息

模态
图像
大小
7.763577557 GB
数据量
63
任务类型
图像分割
许可
CC0
创建/更新时间
2024-01-01

资源简介

RBWH TOF-MRA颅内动脉瘤数据库

【数据集背景】

本数据集源站标题为《Royal Brisbane_TOFMRA_Intracranial Aneurysm_Database》。

【数据内容】

源站原始描述:被试数: 63 模态: mri This dataset was obtained through Metro North Hospital and Health Service and the Royal Brisbane and Women''s Hospital (RBWH). Description: This dataset comprises 63 patients with TOF-MRA scans, containing 85 intracranial aneurysms each with clinician-segmentation and clinical annotation files (measurements, demographics, imaging parameters). A unique feature of this dataset is that 24 patients contain interval surveillance imaging with clinical annotations for any aneurysm shape…

【数据结构与技术规格】

数据集 DOI:doi:10.18112/openneuro.ds005096.v1.0.3。

【主题与分类】

主题标签:mri。

【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://openneuro.org/datasets/ds005096

使用许可:CC0。

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

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://openneuro.org/datasets/ds005096

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 OpenNeuro 数据集包含 TOF-MRA、85 个颅内动脉瘤、临床分割和随访注释,适合检测、分割和形态变化研究。

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