开放多发性硬化MRI数据汇总
GitHub项目整理可公开获取的MS影像和病灶分割数据入口，适合快速定位训练集、复现实验和比较不同MS MRI数据来源。
基本信息
资源简介
开放多发性硬化MRI数据汇总
【数据集背景】
本数据集源站标题为《muschellij2/open_ms_data》。源站首次发布：2018-02-26。
【数据内容】
源站原始描述：Open MS Data # Multiple Sclerosis Lesion Data The data in this repository is from the Laboratory of Imaging Technologies ( ). ## Cross-sectional data The cross-sectional data is from the “3D MR image database of Multiple Sclerosis patients with white matter lesion segmentations” section of the website. The database is released under the Creative-Commons Attribution (CC-BY) license. Please cite the references below in any published work that uses this database. ### References The data is describe…
【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://github.com/muschellij2/open_ms_data
【使用注意】
· 源站最后修改于 2019-07-03，引用时请注意版本时效。
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
git clone https://github.com/muschellij2/open_ms_data.git
curl -L -o repo.zip https://github.com/muschellij2/open_ms_data/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
<! README.md is generated from README.Rmd. Please edit that file >
Multiple Sclerosis Lesion Data
The data in this repository is from the Laboratory of Imaging
Technologies (http://lit.fe.uni-lj.si/tools.php?lang=eng).
Cross-sectional data
The cross-sectional data is from the “3D MR image database of Multiple
Sclerosis patients with white matter lesion segmentations” section of
the website.
The database is released under the Creative-Commons Attribution (CC-BY)
license. Please cite the references below in any published work that
uses this
database.
References
The data is described in: Lesjak, Žiga, et al. “A novel public MR image
dataset of multiple sclerosis patients with lesion segmentations based
on multi-rater consensus.” Neuroinformatics (2017): 1-13.
Demographics
| id | age | sex | ms_type | edss | criteria |
|---|---|---|---|---|---|
| patient01 | 31 | F | RR | 1.5 | McDonald 2010 |
| patient02 | 33 | M | CIS | 0.0 | McDonald 2010 |
| patient03 | 37 | F | NA | NA | NA |
| patient04 | 25 | M | SP | 6.5 | McDonald 2005 |
| patient05 | 33 | F | RR | 3.5 | McDonald 2005 |
| patient06 | 37 | F | SP | 4.0 | McDonald 2005 |
| patient07 | 53 | F | RR | 0.5 | McDonald 2010 |
| patient08 | 41 | M | RR | 5.0 | McDonald 2005 |
| patient09 | 40 | F | RR | 2.0 | McDonald 2010 |
| patient10 | 64 | F | RR | 2.0 | McDonald 2005 |
| patient11 | 29 | M | RR | 2.0 | McDonald 2010 |
| patient12 | 39 | F | RR | NA | McDonald 2005 |
| patient13 | 26 | M | RR | 2.0 | McDonald 2010 |
| patient14 | 42 | M | RR | 4.0 | McDonald 2005 |
| patient15 | 57 | F | PR | 6.5 | McDonald 2005 |
| patient16 | 42 | F | RR | 4.0 | McDonald 2005 |
| patient17 | 27 | F | RR | 0.0 | McDonald 2010 |
| patient18 | 60 | F | RR | 2.0 | McDonald 2005 |
| patient19 | 47 | F | RR | 1.0 | McDonald 2005 |
| patient20 | 37 | F | RR | NA | McDonald 2010 |
| patient21 | 33 | F | RR | 4.5 | McDonald 2005 |
| patient22 | 30 | F | RR | 2.0 | McDonald 2005 |
| patient23 | 39 | F | RR | 5.0 | McDonald 2005 |
| patient24 | 43 | M | RR | 0.0 | McDonald 2005 |
| patient25 | 35 | F | RR | 3.5 |
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。
