OpenBHB：多站点脑部MRI年龄预测与去偏数据集
OpenBHB 仅纳入健康对照，年龄范围从 6 岁到 88 岁，男女比例均衡。主题标签：脑部MRI、多站点、年龄预测、去偏、健康对照、T1图像
基本信息
资源简介
OpenBHB：多站点脑部MRI年龄预测与去偏数据集
OpenBHB（Open Big Healthy Brains）是一个面向年龄预测与去偏研究的大规模多站点三维脑部磁共振成像数据集，样本量超过5000例，汇集了10个公开数据集中的T1加权图像，采集自全球93个不同中心，覆盖北美、欧洲和中国。该数据集仅纳入健康对照，年龄跨度从6岁到88岁，男女比例保持均衡。凭借其多站点、大样本、健康人群限定以及年龄与性别分布均衡的特点，OpenBHB为脑龄估计、站点偏差校正及相关神经影像方法研究提供了重要的数据基础，在神经系统疾病与其他相关研究方向具有参考价值。
【数据集背景】
脑部磁共振成像研究长期面临样本规模有限、采集设备与扫描协议差异大等问题，不同站点之间的数据异质性会给模型训练带来明显的偏差。OpenBHB以“大样本健康脑”为核心定位，通过整合多个公开来源的T1图像，构建覆盖广泛年龄区间与地理区域的数据集合，并明确服务于年龄预测与去偏两类任务，为相关研究提供统一的数据支撑。
【数据内容】
该数据集为三维脑部MRI数据，图像模态为T1加权图像，样本总量超过5000例。纳入对象均为健康对照，年龄范围为6至88岁，男女比例均衡。数据在年龄维度上覆盖从儿童到老年的较宽区间，在性别维度上保持平衡，便于开展与年龄、性别相关的研究分析。
【采集与来源】
OpenBHB汇集了10个公开数据集，分别为IXI、ABIDE 1、ABIDE 2、CoRR、GSP、Localizer、MPI-Leipzig、NAR、NPC和RBP。这些数据采集自全球93个不同的中心，分布范围包括北美、欧洲和中国，体现出显著的多站点、多区域特征。
【适用场景】
基于其健康对照限定、宽年龄跨度与多站点构成，该数据集主要适用于年龄预测任务以及去偏研究，也可用于考察站点差异对脑部MRI分析的影响。男女比例均衡的特点使其适合开展性别相关的对照分析。其他具体应用方向源站未提供。
【使用方法】
源站未提供。
【质量与限制】
数据集仅纳入健康对照，不包含患者样本，因此不适用于疾病组与健康组的直接对比研究。数据来自93个中心、10个公开数据集，站点与协议差异客观存在，这也是其去偏研究定位的背景。年龄范围为6至88岁，未覆盖该区间之外的人群。其他质量指标与限制说明源站未提供。
【引用与许可】
源站未提供。
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
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:
数据集大小约 105.40 GB。
数据说明
Benoit Dufumier (2021). OpenBHB: a Multi-Site Brain MRI Dataset for Age Prediction and Debiasing [Dataset]. https://ieee-dataport.org/open-access/openbhb-multi-site-brain-mri-dataset-age-prediction-and-debiasing
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。
