CAS 2023
CAS2023数据集是今年MICCAI 2023挑战赛中推出的MR模态分割数据集。官方提供了100例训练集病例，仅标注了脑动脉结构。该数据集的背景是脑血管疾病——这是脑健康领域最受关注的问题之一，无论是脑血管本身还是中风引起的脑出血，都是精细复杂的结构，当前人工智能系统甚至医生都难以准确分割。该数据集通过磁共振血管成像（Magnetic Resonance Angiography，MRA）技术获取。MRA常用于显示脑动脉树以辅助诊断。准确分割MRA脑动脉对于定量分析（如评估管腔狭窄程度）至关重要。然而由于脑动脉网络的复杂性、个体差异性和小血管的微弱信号，专家进行手动分割具有挑战性。时间飞跃法（Time-of-Flight，TOF）MRA是一种广泛使用的无创成像技术，无需造影剂即可描绘脑血管树。但目前缺乏大规模、开放获取且带有完善脑动脉标注的TOF-MRA数据，限制了可靠自动脑动脉分割算法的开发和验证。因此，在TOF-MR上验证脑血管分割算法具有一定的临床意义。
toujingbu可视化图片
CAS2023_0.png
CAS2023_1.webp
数据集元信息
| 维度 | 3D |
| 模态 | mri |
| 任务类型 | segmentation |
| 解剖结构 | 脑动脉 |
| 解剖区域 | 脑部 |
| 类别数 | 1 |
| 数据量 | 100 |
| 文件格式 | .nii.gz |
文件结构
Dataset
│
├── imagesTr
│ └── ...
├── labelsTr
│ └── ...
├── dataset.json图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | (1.00, 1.00, 1.00) |
(208, 320, 96) |
| 中位值 | (1.00, 1.00, 1.00) |
(640, 640, 150) |
| 最大值 | (1.00, 1.00, 1.00) |
(784, 784, 255) |
引用
TBD