KidneyStoneTR-Seg：腹部CT图像像素级肾脏分割数据集

数据集获取（Figshare）

• 源站标题：KidneyStoneTR-Seg: A Pixel-wise Kidney Segmentation Dataset for Abdominal CT Images
• DOI：10.6084/m9.figshare.31829878.v1
• 发布日期：2026-06-03
• 文件数：1 个
• 文件总体积：2.25 GB
• 源站页面：https://figshare.com/articles/dataset/KidneyStoneTR-Seg_A_Pixel-wise_Kidney_Segmentation_Dataset_for_Abdominal_CT_Images/31829878

命令行下载

curl -L -o "KidneyStoneTR-Seg.rar" "https://ndownloader.figshare.com/files/65240940"

文件清单

• KidneyStoneTR-Seg.rar（2.25 GB）

文件总体积 2.25 GB（源站 API 实测）。

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。

数据说明

KidneyStoneTR-Seg数据集为KidneyStoneTR腹部CT数据集提供了像素级肾脏分割掩膜。该数据集扩展了先前共享的腹部CT图像集合，提供了相应的二值肾脏掩膜，可用于肾脏分割、基于分割的预处理以及腹部CT成像的深度学习研究。本数据集由土耳其科学技术研究理事会（TÜBİTAK）资助，资助编号为123E442。
该数据集包含原始CT图像及其对应的肾脏掩膜，并划分为交叉验证子集和留出子集。
文件组织：
该数据集分为两个主要部分：cross_validation和holdout。cross_validation目录包含五个患者级别的折。每一折均包含单独的Training和Test文件夹。在每个子集中，Original文件夹包含CT图像，而Masks文件夹包含相应的二值肾脏分割掩膜。holdout目录包含一个独立的留出集，其组织方式相同，具有单独的Original和Masks文件夹。

文件夹结构：
KidneyStoneTR-Seg/
├─ cross_validation/
│ ├─ Fold_1/
│ │ ├─ Training/
│ │ │ ├─ Original/
│ │ │ └─ Masks/
│ │ └─ Test/
│ │ ├─ Original/
│ │ └─ Masks/
│ ├─ Fold_2/
│ ├─ Fold_3/
│ ├─ Fold_4/
│ └─ Fold_5/
└─ holdout/
├─ Original/
└─ Masks/
支持的研究任务
本数据集支持基于腹部CT切片的肾脏自动分割研究。数据集包含原始CT图像及对应的像素级肾脏掩膜，适用于开发、评估和基准测试肾脏分割方法。
可能的研究应用包括：

• 腹部CT图像中的肾脏自动分割
• 基于深度学习的分割模型开发
• 使用像素级肾脏掩膜对分割算法进行基准测试
• 面向肾脏相关计算机辅助诊断系统的基于分割的预处理
• 轻量级高效医学图像分割模型的评估
  使用说明
  本数据集旨在用于医学图像分析和计算机辅助诊断领域的学术研究。
  图像按患者级别进行划分组织

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.31829878.v1（source: https://figshare.com/articles/dataset/KidneyStoneTR-Seg_A_Pixel-wise_Kidney_Segmentation_Dataset_for_Abdominal_CT_Images/31829878）。