ROOD-MRI
ROOD-MRI是一个用于评估MRI分割模型对分布偏移和损坏鲁棒性的基准数据集，包含257个样本，针对海马体、脑室和白质高信号的分割任务。
基本信息
资源简介
ROOD-MRI是一个用于评估深度神经网络在MRI分割中对分布外数据、损坏和伪影鲁棒性的基准数据集。包含257个样本，针对海马体、脑室和白质高信号的分割任务，数据通过模拟MRI中的分布偏移和损坏生成。应用于神经退行性疾病和认知衰退研究，以及临床诊断、预后和治疗规划。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/AICONSlab/roodmri.git
curl -L -o repo.zip https://github.com/AICONSlab/roodmri/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Getting started
The examples folder contains example scripts for working with the DatasetGenerator class and calculate_metrics function. We will be adding more examples to this folder, stay tuned!
The basic workflow is:
- Generate a benchmarking dataset from a pre-existing test set using the
DatasetGeneratorclass. - Evaluate a trained model on the benchmarking dataset, generating a
dataframe or .csv file containing segmentation metrics for each sample. - Calculate benchmarking/robustness metrics from the dataframe/.csv generated
in step 2 usingcalculate_metrics.
Dependencies for this library are listed in the requirements.txt file (including MONAI and TorchIO).
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 认知障碍（非特指） 的高质量、多模态真实临床数据定制解决方案。
