BraTs2023数据集处理及python读取.nii文件
发表于:2025-08-12 | 分类: BraTs2023数据集
字数统计: 492 | 阅读时长: 1分钟 | 阅读量:

数据集信息

BraTS2023-MEN(Brain Tumor Segmentation 2023 Meningioma Challenge) 是 BraTS2023 五个分割子任务中之一,与 BraTS 常规分割脑胶质瘤不同,该子任务目标是从多模态 MR 图像 (mpMRI) 中分割脑膜瘤。该数据集在 23 年 5 月份放出合计 6 个中心的 1650 例数据,其中有标注的训练集 1000 例,每例提供四种序列 MR 的输入图像(t1w, t1c, t2w, t2f)以及脑膜瘤的分割结果,标注内容主要包括非增强肿瘤核心(NETC)、周围非增强的FLAIR高信号(SNFH)和增强型肿瘤(ET)。验证集提供图像但没有标注,可以在官网提交验证,而测试集数据不公开。

脑膜瘤是成人最常见的原发性颅内肿瘤,大多数脑膜瘤(约80%)是世界卫生组织(WHO)1级良性肿瘤,通常可以通过观察、手术切除和/或放射治疗来良好控制。然而,高级别的脑膜瘤(WHO 2级和3级)与显著更高的发病率和死亡率相关且容易复发。和 BraTS23 其它分割任务一样,数据所有标签和数据都经过了预处理,这包括与统一的解剖模板对齐、调整到相同的分辨率(1 mm³)并进行了颅骨剥离。

数据集元信息

数据集所有图像的 spacing 和 size 都已经被预处理到一致。

二维切片个数:620,000(基于 1000 例训练集统计 155000 × 4)

可视化

图片描述

文件结构

官方文件结构如下,包含两个主要目录:ASNR-MICCAI-BraTS2023-MEN-Challenge-TrainingData 和 ASNR-MICCAI-BraTS2023-MEN-Challenge-ValidationData,分别代表训练数据和验证数据。

作者及机构

Evan Calabrese (放射医学部,神经放射学分部,杜克大学医学中心,美国)

Dominic Labella (放射治疗学部,杜克大学医学中心,美国)

转载自知乎:https://zhuanlan.zhihu.com/p/662644135

上一篇:
nnUNetv1在自己数据集上训练
下一篇:
BraTs2024数据集处理及python读取.nii文件