无分割自动化血管矢量化数据

该数据集为无分割自动化血管矢量化(SLAVV)软件的演示数据,包含输入图像、中间结果与输出结果,由 Mihelic, Samuel 发布,机构为 Texas Data Repository,发布时间为 2021 年

Texas Data RepositoryTexas Data Repository
dataverse
浏览 6
图像图像分割Computer and Information ScienceEngineeringMedicine, Health and Life Sciences
Segmentation-Less, Automated, Vascular Vectorization Data

基本信息

模态
图像
任务类型
图像分割
创建/更新时间
2026-10-22

资源简介

无分割自动化血管矢量化数据

Segmentation-Less, Automated, Vascular Vectorization Data

该数据集为无分割自动化血管矢量化(SLAVV)软件的演示数据,包含输入图像、中间结果与输出结果,由 Mihelic, Samuel 发布,机构为 Texas Data Repository,发布时间为 2021 年。数据主题涉及计算机与信息科学、工程、医学、健康与生命科学,本站归类为神经系统疾病与脑血管畸形。该数据可用于展示和验证 SLAVV 软件在无需预先分割的情况下实现血管矢量化的流程与效果,适合血管图像处理相关研究与工具演示(来源 DOI 解析)。

【数据集背景】

源站首次发布:2021。

【数据内容】

源站描述(机器翻译,仅供参考):用于演示无分割自动化血管矢量化(SLAVV)软件的输入图像、中间结果和输出结果。请阅读相关出版物,并查看元数据中的替代 URL 以获取更多下载选项。

【主题与分类】

主题标签:Computer and Information Science、Engineering、Medicine, Health and Life Sciences。本站分类:神经系统疾病/脑血管畸形。

【获取与许可】

源站页面:https://dataverse.tdl.org/citation?persistentId=doi:10.18738/T8/NA08NU

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://doi.org/10.18738/T8/NA08NU

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

用于演示无分割自动血管矢量化(SLAVV)软件的输入图像、中间结果和输出结果。请阅读相关出版物,并查看元数据中的备用URL以获取更多下载选项。

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