快速峰度成像评估、b值优化及扩散MRI对比探索数据

数据集获取

源站：https://doi.org/10.5061/dryad.9bc43

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。

数据集大小约 3.02 GB。

数据说明

在此，我们描述并提供在神经组织和物理体模中获取的扩散磁共振成像（dMRI）数据。生物组织中的数据包括：固定的大鼠脑（在9.4T下获取）和脊髓（在16.4T下获取），以及正常人类大脑（在3T下获取）。这些数据最近被用于评估扩散峰度成像（DKI）对比度，并与扩散张量成像（DTI）参数对比进行比较。这些数据还被用于优化离体和在体快速峰度成像的b值。其余数据来自一个具有三个正交纤维方向（新鲜芦笋茎）的物理体模，用于探索峰度分数各向异性。然而，这些数据可能具有更广泛的兴趣，并且 collectively，可能为基于广泛dMRI分析策略的图像对比度探索和模拟奠定基础。

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。