FOMO60K数据集

包含60,529次脑MRI扫描的大规模数据集,用于脑梗死分类、脑膜瘤分割和脑年龄回归等任务。

哥本哈根大学·计算机科学系; 先锋人工智能中心; 哥本哈根大学医院·生物与精准精神病学研究中心; 麻省总医院·Athinoula A. 马丁诺斯生物医学影像中心; 麻省理工学院·计算机科学与人工智能实验室; 约翰霍普金斯大学; 德国癌症研究中心·医学影像计算部; 不列颠哥伦比亚大学; 伦敦大学学院·霍克斯研究所; 帝国理工学院·国家心肺研究所哥本哈根大学·计算机科学系; 先锋人工智能中心; 哥本哈根大学医院·生物与精准精神病学研究中心; 麻省总医院·Athinoula A. 马丁诺斯生物医学影像中心; 麻省理工学院·计算机科学与人工智能实验室; 约翰霍普金斯大学; 德国癌症研究中心·医学影像计算部; 不列颠哥伦比亚大学; 伦敦大学学院·霍克斯研究所; 帝国理工学院·国家心肺研究所
arXiv
2026-04-14 更新
浏览 18
医学影像脑部MRI医学影像

基本信息

模态
医学影像
创建/更新时间
2026-04-14

资源简介

FOMO60K是由16个公开来源整合的大规模脑MRI数据集,包含60,529次扫描,覆盖11,187名受试者的13,900次扫描会话。该数据集具有显著的异质性,涵盖不同人口统计特征、扫描设备型号、场强及采集协议。数据经过RAS方向重定向和会话内仿射配准,所有图像均进行去颅骨或去标识处理。该数据集旨在支持临床环境下脑MRI基础模型的开发,通过自监督学习解决临床数据噪声大、标注稀缺的核心挑战,应用于脑梗死分类、脑膜瘤分割和脑年龄回归等任务。

原始链接

https://huggingface.co/datasets/FOMO-MRI/FOMO60K

arXiv 论文 →
访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

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

数据集获取与加载(Hugging Face datasets)

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("FOMO-MRI/FOMO60K")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/FOMO-MRI/FOMO60K

数据说明

FOMO60K是由16个公开来源整合的大规模脑MRI数据集,包含60,529次扫描,覆盖11,187名受试者的13,900次扫描会话。该数据集具有显著的异质性,涵盖不同人口统计特征、扫描设备型号、场强及采集协议。数据经过RAS方向重定向和会话内仿射配准,所有图像均进行去颅骨或去标识处理。该数据集旨在支持临床环境下脑MRI基础模型的开发,通过自监督学习解决临床数据噪声大、标注稀缺的核心挑战,应用于脑梗死分类、脑膜瘤分割和脑年龄回归等任务。

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。

完整数据卡:huggingface.co/datasets/FOMO-MRI/FOMO60K

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 缺血性脑卒中 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案