颈部肌张力障碍超声图像与深度学习数据集说明

数据集获取

源站：https://doi.org/10.83056/mmu.32647245

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

本数据集支持发表论文《使用超声成像和深度学习对颈部肌张力障碍颈部肌肉边界进行客观分析，DOI: 10.1109/JBHI.2020.2964098》。数据包括颈部横断面超声图像（2172张），以及来自61名参与者（35名颈部肌张力障碍患者，26名年龄匹配的对照组）的13个肌肉/韧带/椎骨节段的手动标注分割标签。数据集还包含了这61名参与者的临床信息（肌张力障碍、对照组）、性别（男、女）、年龄和匿名参与者ID。操作指南包含在文件“Instructions for DataSet.docx”中，数据在下载后可在MATLAB中打开，包含在“DataAccompanyingPaper.mat”文件中。

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。