血管瘤超声图像分割
该数据集包含用于血管瘤区域分割的超声医学图像及其标注,数据模态为超声图像,主要用于支持计算机辅助诊断、医学图像分割算法的研究与开发,适用于深度学习模型在超声影像分析中的训练与评估。

基本信息
资源简介
血管瘤超声图像分割
【一句话概览】
血管瘤超声图像分割数据集提供血管瘤超声图像分割相关数据文件,文件名为血管瘤超声图像分割.zip,大小为38037 kb,需点击下载并完成实名认证。该数据集标签包括血管瘤、超声图像、图像分割、卫生保健、流行病学(来源 datafountain.cn)。
【数据内容】
源站原始描述:血管瘤超声图像分割 数据文件 血管瘤超声图像分割.zip 38037 kb 点击下载 实名认证
中文译文(机器翻译,仅供快速理解,请以原文为准):血管瘤超声图像分割 数据文件 血管瘤超声图像分割.zip 38037 kb 点击下载 实名认证
【主题与分类】
主题标签:血管瘤、超声图像、图像分割、卫生保健、流行病学。
【获取与许可】
源站页面:https://www.datafountain.cn/datasets/6205
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。
需登录公开下载
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://www.datafountain.cn/datasets/6205
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
该数据集专注于血管瘤超声图像分割任务,包含用于医学影像分析的超声图像数据。数据集提供了血管瘤区域的标注信息,支持图像分割算法的开发与评估。数据来源于临床超声检查,适用于计算机辅助诊断、医学图像处理及深度学习模型训练等研究方向。
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。




