CADA脑动脉瘤检测挑战集
CADA 提供脑血管三维影像、动脉瘤中心点、分割掩膜和破裂状态信息，适合未破裂动脉瘤筛查、形态定量和风险分类模型。
基本信息
资源简介
CADA脑动脉瘤检测挑战集
【一句话概览】
该挑战聚焦颅内血管造影图像检查的三个方面：检测动脉瘤形式的血管树病理改变、通过分割对动脉瘤进行定量评估以支持诊断与监测、以及基于图像估计卒中风险。数据集包含115名因疑似蛛网膜下腔出血而接受旋转X射线血管造影的患者，采用固定C臂获取类CT三维图像体，并在供血动脉注入造影剂。训练数据提供动脉瘤中心位置、分割后的动脉瘤头部stl与掩膜文件及破裂状态。分析目标包括自动检测动脉瘤位置与边界框、提供精确分割掩膜、以及按破裂风险分类以支持治疗决策（来源 cada.grand-challenge.org）。
【数据集背景】
本数据集源站标题为《CADA》。
【数据内容】
源站原始描述：The challenge addresses three major aspects of the inspection of angiographic cranial images, namely Detection of pathological changes of the vessel tree in the form of aneurysms The quantitative assessment of these aneurysms through segmentation as the basis for diagnosis and monitoring Image-based estimation of the stroke risk These solutions could improve clinical workflows towards aneurysm screening in cranial angiographies, which might be acquired for a wide range of diagnostic questions. F…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该挑战涉及血管造影颅脑图像检查的三个主要方面，即：以动脉瘤形式检测血管树的病理变化；通过分割对这些动脉瘤进行定量评估，作为诊断和监测的基础；基于图像估计卒中风险。这些解决方案可以改善临床工作流程，推动在颅脑血管造影中进行动脉瘤筛查，而这类造影可能因多种诊断问题而获取。此外，它们还可以改善对疑似蛛网膜下腔出血（SAH）患者或已知动脉瘤并接受监测的患者所获取数据集的分析。共享数据集代表了一个由115名患者组成的队列，这些患者因疑似SAH而接受了旋转X射线血管造影。数据集使用固定C臂采集，可在诊断或介入导管插入过程中获取类似CT的3D图像体。在受检血管区域的供血动脉（例如椎动脉）中使用了造影剂。图像体显示了大脑相应部分的动脉颅内血管系统。在训练数据集中，我们存储了动脉瘤中心的位置以及图像数据。此外，还以stl文件和掩膜文件形式提供了分割后的动脉瘤瘤体。对于每个动脉瘤，都提供了其破裂状态。与上述方面相对应，我们将有三个分析目标：任务1：自动找到数据集中所有病理性血管扩张（动脉瘤）的位置和近似边界框，以确保在检查数据集时不会遗漏这些与卒中风险相关的结构。任务2：为动脉瘤提供准确的分割掩膜（自动或半自动），以支持用于诊断、监测和治疗计划的定量评估。任务3：根据动脉瘤的破裂风险对其进行分类（使用机器学习、计算几何、CFD等），以支持治疗计划的决策。
【主题与分类】
主题标签：aneurysm、intracranial、angiography、rotational X-ray angiography、subarachnoid hemorrhage、segmentation、detection、stroke risk、CT-like 3D image volumes。
【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://cada.grand-challenge.org/Challenge/
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://cada.grand-challenge.org/Challenge/
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
CADA 是脑动脉瘤检测、分割和破裂风险估计挑战，数据为增强脑血管影像及动脉瘤中心、掩膜和状态信息。
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。
