brats2018
BraTS18数据集是脑部肿瘤分割数据集，主要分割GD 增强肿瘤、肿瘤周围水肿以及坏死和非增强肿瘤核心这三类与脑肿瘤相关的组织。这些类别都是由经验丰富的临床医生手动标注的。数据集中，每种类别都包含多种模态的磁共振影像，包括原始 T1 加权图像 (T1)，对比增强 T1 加权图像 (T1Gd)，T2 加权图像 (T2)，以及T2 液体衰减反转恢复 (FLAIR) 体积图像。数据集共包含285例训练集、66例验证集和191例测试集。 BraTS系列数据集是医疗影像分析领域中的经典数据集，本文主要介绍了其2018版本。胶质瘤是成年人中最常见的原发性脑肿瘤，在当前的临床常规以及临床研究中，评估脑胶质瘤常基于定性标准进行评估（例如，指示对比增强T1加权MRI中存在特征性的高强度组织外观），或依赖于诸如病灶轴向图像中可见的最大直径等基本定量指标。通过用高度准确和可重复的相关肿瘤亚结构测量来替代当前的基本评估，能够自动分析脑肿瘤扫描的图像处理程序将在改善诊断、治疗计划和个别患者的随访方面具有巨大的潜在价值。该数据集提供了精准的肿瘤标注信息，为训练脑胶质瘤定量分析模型提供了基础。
toujingbu数据集元信息
| 维度 | 3D |
| 模态 | mri |
| 任务类型 | segmentation |
| 解剖结构 | 大脑 |
| 解剖区域 | 脑肿瘤 |
| 类别数 | 3 |
| 数据量 | 285 |
| 文件格式 | .nii.gz |
文件结构
MICCAI_BraTS_2018_Data_Training
├── HGG
│ ├── Brats18_2013_2_1
│ │ ├── Brats18_2013_2_1_flair.nii.gz
│ │ ├── Brats18_2013_2_1_seg.nii.gz
│ │ ├── Brats18_2013_2_1_t1.nii.gz
│ │ ├── Brats18_2013_2_1_t1ce.nii.gz
│ │ ├── Brats18_2013_2_1_t2.nii.gz
│ ├── Brats18_2013_3_1
│ ├── Brats18_2013_4_1
│ ├── ...
├── LGG
│ ├── Brats18_2013_0_1
│ │ ├── Brats18_2013_0_1_flair.nii.gz
│ │ ├── Brats18_2013_0_1_seg.nii.gz
│ │ ├── Brats18_2013_0_1_t1.nii.gz
│ │ ├── Brats18_2013_0_1_t1ce.nii.gz
│ │ ├── Brats18_2013_0_1_t2.nii.gz
│ ├── Brats18_2013_1_1
│ ├── Brats18_2013_6_1
│ ├── ...图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | (1.0,1.0,1.0) |
240x240x155 |
| 中位值 | (1.0,1.0,1.0) |
240x240x155 |
| 最大值 | (1.0,1.0,1.0) |
240x240x155 |
引用
@article{bakas2018identifying,
title={Identifying the best machine learning algorithms for brain tumor segmentation, progression assessment, and overall survival prediction in the BRATS challenge},
author={Bakas, Spyridon and Reyes, Mauricio and Jakab, Andras and Bauer, Stefan and Rempfler, Markus and Crimi, Alessandro and Shinohara, Russell Takeshi and Berger, Christoph and Ha, Sung Min and Rozycki, Martin and others},
journal={arXiv preprint arXiv:1811.02629},
year={2018}
}