跨模态域适应挑战赛 2022 (crossMoDA)

该数据集是 crossMoDA 2022 挑战赛的官方数据集,包含多模态医学影像数据(如 MRI 图像),专注于前庭神经鞘瘤和耳蜗的自动分割任务,旨在通过跨模态域适应技术解决不同成像源之间的分布差异问题,适用于医学影像分析、算法评估和临床辅助诊断研究。

King''s College London, United KingdomKing''s College London, United Kingdom
Zenodo
2022-05-02 更新
浏览 44
分类医学影像域适应前庭神经鞘瘤分割
Cross-Modality Domain Adaptation Challenge 2022 (crossMoDA)

基本信息

大小
9.020494442 GB
任务类型
分类
许可
cc-by-4.0
创建/更新时间
2022-05-02

资源简介

跨模态域适应挑战赛 2022 (crossMoDA)

【数据集背景】

本数据集源站标题为《Cross-Modality Domain Adaptation Challenge 2022 (crossMoDA)》。项目资助方:Wellcome Trust Centre for Surgical and Interventional Sciences。源站首次发布:2022-05-01。

【数据内容】

源站原始描述:Official training and validation sets of crossMoDA 2022. All data will be made available online with a permissive non-commercial copyright-license ( CC BY-NC-SA 4.0 ), allowing for data to be shared, distributed and improved upon . If you use the data, please cite: 1. Shapey, J., Kujawa, A., Dorent, R., Wang, G., Bisdas, S., Dimitriadis, A., Grishchuck, D., Paddick, I., Kitchen, N., Bradford, R., Saeed, S., Ourselin, S., & Vercauteren, T. (2021). Segmentation of Vestibular Schwannoma from Magnet…

主表 infos_source_training.csv 含 4 列、样本前 211 行结构完整。

【数据结构与技术规格】

文件数 4 个,合计 9.02 GB。数据集 DOI:10.5281/zenodo.6504722。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://zenodo.org/records/6504722

使用许可:cc-by-4.0。

【使用注意】

· 源站最后修改于 2022-05-02,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

有偿下载

公开数据集受托下载与技术交付服务。

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

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(Zenodo 公开直链)

源站:https://zenodo.org/record/6504721

(注册/登录后按页面指引下载)

数据说明

该数据集是 crossMoDA 2022 挑战赛的官方训练集和验证集,专注于跨模态域适应技术在前庭神经鞘瘤和耳蜗分割中的应用。数据集包含来自不同模态的医学影像数据,旨在通过域适应方法解决不同成像设备或协议间的分布差异问题。数据来源基于公开的医学影像标注数据集,并遵循非商业性的知识共享许可协议(CC BY-NC-SA 4.0),允许共享、分发和进一步改进。主要研究方向包括医学影像分割、域适应算法评估以及前庭神经鞘瘤的定量分析,适用于计算机视觉、医学图像处理和临床研究领域。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案