胎儿脑组织标注挑战2024
FeTA 2024胎儿脑MRI数据集，用于分割和生物测量预测，包含多中心高场和低场扫描，提供多类分割基准。
基本信息
资源简介
胎儿脑组织标注挑战2024
【一句话概览】
FeTA 2024 是 MICCAI 2024 下的多类别、多机构图像分割与生物测量挑战赛，旨在为胎龄 21 至 36 周发育中胎儿脑的高分辨率重建 MR 图像开发有效、域可泛化且可复现的分析方法。该挑战提供人工标注的超分辨率重建人胎脑 MRI 数据，用于训练和测试自动多类别图像分割与生物测量预测。继 2021 年使用首个公开胎脑 MRI 数据集、2022 年推出多中心挑战后，2024 年新增自动化生物测量这一临床相关任务，数据来自五个不同站点和磁场，包括近期低场系统（来源 fetachallenge.github.io）。
【数据集背景】
本数据集源站标题为《Fetal Tissue Annotation and Segmentation | FeTA Challenge 2024》。
【数据内容】
源站原始描述：The Fetal Tissue Annotation and Segmentation Challenge (FeTA) is a multi-class, multi-institution image segmentation and biometry challenge part of MICCAI 2024. The goal of FeTA is to develop effective, domain-generalizable and reproducible methods for analyzing high resolution reconstructed MR images of the developing fetal brain from gestational week 21-36. The challenge provides manually annotated, super-resolution reconstructed MRI data of human fetal brains which will be used for training a…
中文译文（机器翻译，仅供快速理解，请以原文为准）：胎儿组织标注与分割挑战赛（FeTA）是MICCAI 2024的一部分，是一项多类别、多机构的图像分割与生物测量挑战赛。FeTA的目标是开发有效、领域通用且可重复的方法，用于分析妊娠第21至36周发育中胎儿脑部的高分辨率重建MR图像。该挑战赛提供经过手动标注的超分辨率重建人类胎儿脑部MRI数据，这些数据将用于训练和测试自动多类别图像分割及生物测量预测。在FeTA 2021中，我们使用了首个公开可用的胎儿脑部MRI数据集，以鼓励团队开发自动脑组织分割算法（挑战赛论文）。FeTA 2022通过发起一项多中心挑战赛将其提升到新的水平，旨在开发能够泛化到不同医院、处理未见数据的图像分割算法（论文审稿中）。今年，FeTA 2024包含了一项新的临床相关任务——自动生物测量，以及来自五个不同站点和磁场（包括近期低场系统）的数据。已接受完整提案可在此处查看。我们相信，这些算法将有潜力促进我们对全球各医院和研究机构中正常与病理人类脑部发育的理解。
【主题与分类】
主题标签：fetal brain、MRI、segmentation、biometry、MICCAI 2024、multi-class、multi-institution、super-resolution、gestational week 21-36、low-field systems。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://fetachallenge.github.io/
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://fetachallenge.github.io/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集是胎儿脑组织标注挑战2024的一部分，专注于胎儿脑MRI分析。数据包含来自两个机构的3D超分辨率胎儿脑MRI，用于训练自动分割和生物测量预测算法。任务包括多类分割和生物测量估计，旨在开发临床可靠且通用的AI工具，用于胎儿神经影像学。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
