前庭神经鞘瘤分割数据集
该数据集包含242例前庭神经鞘瘤患者的MRI影像（对比增强T1加权和高分辨率T2加权图像）及配套放疗数据（RTDose、RTStructures、RTPlan），属于多模态医学影像数据集，主要用于听神经瘤的自动分割算法开发、肿瘤体积精确测量以及放射治疗方案的规划与优化研究。
基本信息
资源简介
前庭神经鞘瘤分割数据集
【一句话概览】
该数据集包含242例连续接受伽玛刀立体定向放射外科治疗的前庭神经鞘瘤患者的MRI影像，结构图像包括对比增强T1加权和高质量T2加权图像。每例影像数据均配有放疗数据集，含RTDose、RTStructures和RTPlan。标签涉及前庭神经鞘瘤、脑、MR、放疗剂量、放疗计划、放疗结构、人类、图像分析及软件/源代码（来源 portal.imaging.datacommons.cancer.gov）。
【数据集背景】
本数据集源站标题为《Vestibular-Schwannoma-SEG》。
【数据内容】
源站原始描述：This collection contains a labelled dataset of MRI images collected on 242 consecutive patients with vestibular schwannoma (VS) undergoing Gamma Knife stereotactic radiosurgery (GK SRS). The structural images included contrast-enhanced T1-weighted (ceT1) images and high-resolution T2-weighted (hrT2) images. Each imaging dataset is accompanied by the patient’s radiation therapy (RT) dataset including the RTDose, RTStructures and RTPlan
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含242例连续接受伽玛刀立体定向放射外科治疗的前庭神经鞘瘤患者的标记MRI图像。结构图像包括对比增强T1加权（ceT1）图像和高分辨率T2加权（hrT2）图像。每个影像数据集均附有患者的放射治疗（RT）数据集，包括RTDose、RTStructures和RTPlan。
【主题与分类】
主题标签：Vestibular Schwannoma、Brain、MR、RTDOSE、RTPLAN、RTSTRUCT、Human、Image Analyses、Software/Source Code。
【获取与许可】
源站页面：https://portal.imaging.datacommons.cancer.gov/collections/vestibular_schwannoma_seg/
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。
暂未开放有偿下载
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
源站：https://portal.imaging.datacommons.cancer.gov/collections/vestibular_schwannoma_seg/
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
该数据集是一个标注完整的前庭神经鞘瘤（听神经瘤）医学影像数据集，包含242例连续接受伽玛刀立体定向放射外科治疗患者的MRI图像和放疗数据。数据集提供结构影像（包括对比增强T1加权图像和高分辨率T2加权图像）以及配套的放射治疗数据（RTDose、RTStructures和RTPlan）。该数据集主要用于听神经瘤的影像分割研究和放射治疗规划优化，支持医学影像分析、肿瘤体积测量和精准放疗剂量评估等研究方向。
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。
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。
